論文の概要: Latent Mutants: A large-scale study on the Interplay between mutation testing and software evolution
- arxiv url: http://arxiv.org/abs/2501.01873v1
- Date: Fri, 03 Jan 2025 15:44:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-06 15:12:08.398757
- Title: Latent Mutants: A large-scale study on the Interplay between mutation testing and software evolution
- Title（参考訳）: 潜伏変異体:突然変異テストとソフトウェア進化の相互作用に関する大規模研究
- Authors: Jeongju Sohn, Ezekiel Soremekun, Michail Papadakis,
- Abstract要約: 我々は、潜伏変異体と呼ばれる変異体の特徴、すなわち、1つのバージョンで生き、後のリビジョンで殺される変異体について研究する。
13のオープンソースプロジェクト上でPitestによって生成された131,308のミュータントについて検討した。
- 参考スコア（独自算出の注目度）: 2.1984302611206537
- License:
- Abstract: In this paper we apply mutation testing in an in-time fashion, i.e., across multiple project releases. Thus, we investigate how the mutants of the current version behave in the future versions of the programs. We study the characteristics of what we call latent mutants, i.e., the mutants that are live in one version and killed in later revisions, and explore whether they are predictable with these properties. We examine 131,308 mutants generated by Pitest on 13 open-source projects. Around 11.2% of these mutants are live, and 3.5% of them are latent, manifesting in 104 days on average. Using the mutation operators and change-related features we successfully demonstrate that these latent mutants are identifiable, predicting them with an accuracy of 86% and a balanced accuracy of 67% using a simple random forest classifier.
- Abstract（参考訳）: 本稿では,複数のプロジェクトリリースにまたがって,突然変異検査をリアルタイムで適用する。
そこで本研究では,プログラムの今後のバージョンにおいて,現行バージョンのミュータントがどのように振る舞うかを検討する。
我々は、潜伏変異(Latent mutants)と呼ばれる変異体の特徴、すなわち、1つのバージョンで生き、後続のリビジョンで殺される変異体の特徴を研究し、それらがこれらの特性で予測可能であるかどうかを探索する。
13のオープンソースプロジェクト上でPitestによって生成された131,308のミュータントについて検討した。
約11.2%の変異体が生きており、3.5%は潜伏しており、平均104日で出現する。
変異演算子と変化関連特徴を用いて、これらの潜伏変異体が同定可能であることを実証し、単純なランダム森林分類器を用いて86%の精度と67%のバランスの取れた精度で予測した。
関連論文リスト
- Leveraging Propagated Infection to Crossfire Mutants [4.229296050697151]
テストが不十分な場合、各ミュータントはテストスイートを改善する機会を提供する。
多くの生き残った変異体は、単に追加のアサーションで既存のテストを増強することで検出できる。
我々は、複数の変異体を偶然に殺傷するクロスファイリングの機会を特定する以前の研究に基づいています。
論文 参考訳（メタデータ） (2024-11-14T23:31:26Z) - Words Worth a Thousand Pictures: Measuring and Understanding Perceptual Variability in Text-to-Image Generation [58.77994391566484]
W1KPは、画像の集合における可変性の人間の校正尺度である。
最高の知覚距離は、9つの基準線を最大18ポイント精度で上回る。
実際のプロンプトの56の言語的特徴を分析し、プロンプトの長さ、CLIP埋め込みノルム、具体性、単語感覚が最も変動に影響を及ぼすことを示した。
論文 参考訳（メタデータ） (2024-06-12T17:59:27Z) - An Empirical Evaluation of Manually Created Equivalent Mutants [54.02049952279685]
手動で作成した突然変異体の10%未満は等価である。
驚くべきことに、我々の発見は、開発者の大部分が同等のミュータントを正確に識別するのに苦労していることを示している。
論文 参考訳（メタデータ） (2024-04-14T13:04:10Z) - Contextual Predictive Mutation Testing [17.832774161583036]
MutationBERTは、ソースメソッドの突然変異とテストメソッドを同時にエンコードする予測突然変異テストのアプローチである。
精度が高いため、MutationBERTは、ライブミュータントをチェック・検証する以前のアプローチで費やされた時間の33%を節約する。
我々は、入力表現と、テストマトリックスレベルからテストスイートレベルまで予測を引き上げるためのアグリゲーションアプローチを検証し、同様の性能改善を見出した。
論文 参考訳（メタデータ） (2023-09-05T17:00:15Z) - MuRS: Mutant Ranking and Suppression using Identifier Templates [4.9205581820379765]
Googleの突然変異テストサービスは、差分ベースの突然変異テストをコードレビュープロセスに統合する。
Googleの突然変異テストサービスは、役に立たないミュータントをターゲットにした、いくつかの抑制ルールを実装している。
テスト中のソースコードのパターンによってミュータントをグループ化する自動手法である MuRS を提案し,評価する。
論文 参考訳（メタデータ） (2023-06-15T13:43:52Z) - Using machine learning on new feature sets extracted from 3D models of
broken animal bones to classify fragments according to break agent [53.796331564067835]
ホミニン骨破壊による骨片と肉食動物による骨片の識別を目的とした骨折パターン解析への新しいアプローチを提案する。
この方法では、断片的な骨の3Dモデルを用いて、これまで骨折パターン解析に使用されていた特徴セットよりも透明性が高くレプリカ性の高いデータセットを抽出する。
監視された機械学習アルゴリズムは、骨断片を破片のエージェントに従って適切に分類するために使用され、平均的精度はテスト全体で77%である。
論文 参考訳（メタデータ） (2022-05-20T20:16:21Z) - rfPhen2Gen: A machine learning based association study of brain imaging
phenotypes to genotypes [71.1144397510333]
56個の脳画像QTを用いてSNPを予測する機械学習モデルを学習した。
アルツハイマー病(AD)リスク遺伝子APOEのSNPは、ラスソとランダムな森林に対して最低のRMSEを有していた。
ランダム・フォレストは、線形モデルによって優先順位付けされなかったが、脳関連疾患と関連があることが知られている追加のSNPを特定した。
論文 参考訳（メタデータ） (2022-03-31T20:15:22Z) - MutFormer: A context-dependent transformer-based model to predict
pathogenic missense mutations [5.153619184788929]
ミスセンス突然変異は、ヒトの遺伝疾患の原因となる既知の変異の約半分を占める。
ディープラーニングの最近の進歩は、トランスフォーマーモデルが特にシーケンスのモデリングに強力であることを示している。
病原性ミスセンス変異の予測のためのトランスフォーマーモデルであるMutFormerを紹介する。
論文 参考訳（メタデータ） (2021-10-27T20:17:35Z) - Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of
legged robots [58.720142291102135]
スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。
終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
論文 参考訳（メタデータ） (2021-01-24T12:44:38Z) - Tracking disease outbreaks from sparse data with Bayesian inference [55.82986443159948]
新型コロナウイルス(COVID-19)のパンデミックは、感染発生時の感染率を推定する新たな動機を与える。
標準的な手法は、より細かいスケールで共通する部分的な観測可能性とスパースなデータに対応するのに苦労する。
原理的に部分観測可能なベイズ的枠組みを提案する。
論文 参考訳（メタデータ） (2020-09-12T20:37:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。