論文の概要: Unveiling Code Clone Patterns in Open Source VR Software: An Empirical Study

• arxiv url: http://arxiv.org/abs/2501.07165v1
• Date: Mon, 13 Jan 2025 09:51:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-14 14:27:35.136764
• Title: Unveiling Code Clone Patterns in Open Source VR Software: An Empirical Study
• Title（参考訳）: オープンソースVRソフトウェアでコードクローンパターンを公開する - 実証的研究
• Authors: Huashan Chen, Zisheng Huang, Yifan Xu, Wenjie Huang, Jinfu Chen, Haotang Li, Kebin Peng, Feng Liu, Sen He,
• Abstract要約: 345のオープンソースVRプロジェクトにおいて,ソフトウェアクローンの大規模定量分析を行った。 われわれの研究は、VRソフトウェアにおけるクローン現象に関する多くの洞察を導き、慎重に定式化された7つの研究質問に導かれる。
• 参考スコア（独自算出の注目度）: 14.097456239731866
• License:
• Abstract: Code cloning is frequently observed in software development, often leading to a variety of maintenance and security issues. While substantial research has been conducted on code cloning in traditional software, to the best of my knowledge, there is a lack of studies on cloning in VR software that consider its unique nature, particularly the presence of numerous serialized files in conjunction with the source code. In this paper, we conduct the first large-scale quantitative empirical analysis of software clones in 345 open-source VR projects, using the NiCad detector for source code clone detection and large language models (LLMs) for identifying serialized file clones. Our study leads to a number of insights into cloning phenomena in VR software, guided by seven carefully formulated research questions. These findings, along with their implications, are anticipated to provide useful guidance for both researchers and software developers within the VR field.
• Abstract（参考訳）: コードクローンはソフトウェア開発でよく見られ、様々なメンテナンスやセキュリティ問題を引き起こします。 私の知る限りでは、従来のソフトウェアにおけるコードクローンについてかなりの研究が行われてきたが、その独特な性質、特にソースコードとともに多数のシリアライズされたファイルが存在することを考えると、VRソフトウェアのクローンについての研究は不足している。 本稿では,345のオープンソースVRプロジェクトにおいて,ソースコードクローン検出のためのNiCad検出器と,シリアライズされたファイルクローンを識別する大規模言語モデル(LLM)を用いて,ソフトウェアクローンの大規模定量分析を行う。 われわれの研究は、VRソフトウェアにおけるクローン現象に関する多くの洞察を導き、慎重に定式化された7つの研究質問に導かれる。 これらの発見は、その意味とともに、VR分野の研究者とソフトウェア開発者の両方に有用なガイダンスを提供するものと期待されている。

関連論文リスト

• OpenCoder: The Open Cookbook for Top-Tier Code Large Language Models [70.72097493954067]
  コードのための大規模言語モデル(LLM)は、コード生成、推論タスク、エージェントシステムなど、さまざまな領域で必須になっている。 オープンアクセスのコード LLM はプロプライエタリなモデルの性能レベルに近づきつつあるが、高品質なコード LLM は依然として限られている。 トップクラスのコードLLMであるOpenCoderは、主要なモデルに匹敵するパフォーマンスを達成するだけでなく、研究コミュニティの"オープンクックブック"としても機能します。
  論文  参考訳（メタデータ） (2024-11-07T17:47:25Z)
• Codev-Bench: How Do LLMs Understand Developer-Centric Code Completion? [60.84912551069379]
  Code-Development Benchmark (Codev-Bench)は、細粒度で現実世界、リポジトリレベル、開発者中心の評価フレームワークです。 Codev-Agentは、リポジトリのクローリングを自動化し、実行環境を構築し、既存のユニットテストから動的呼び出しチェーンを抽出し、データ漏洩を避けるために新しいテストサンプルを生成するエージェントベースのシステムである。
  論文  参考訳（メタデータ） (2024-10-02T09:11:10Z)
• CodeIP: A Grammar-Guided Multi-Bit Watermark for Large Language Models of Code [56.019447113206006]
  大規模言語モデル(LLM)はコード生成において顕著な進歩を遂げた。 CodeIPは、新しいマルチビット透かし技術で、出所の詳細を保持するために追加情報を挿入する。 5つのプログラミング言語にまたがる実世界のデータセットで実施された実験は、CodeIPの有効性を実証している。
  論文  参考訳（メタデータ） (2024-04-24T04:25:04Z)
• The Software Heritage Open Science Ecosystem [0.0]
  ソフトウェア遺産 (Software Heritage) は、ソフトウェアソースコードと関連する開発履歴の公開アーカイブである。 2億5000万以上の共同開発プロジェクトから得られた16億以上のユニークなソースコードファイルをアーカイブしている。 1つのメルクル直接非巡回グラフで公開コードの開発履歴を実体化することで、ソフトウェアに関する実証的研究を支援する。 実験を行うソフトウェアに依存するあらゆる分野において、ソフトウェアアーチファクトのソースコードの可用性と整合性を保証する。
  論文  参考訳（メタデータ） (2023-10-16T11:32:03Z)
• Who Made This Copy? An Empirical Analysis of Code Clone Authorship [1.1512593234650217]
  我々は,GitHubに保管されている153のApacheプロジェクトにおいて,Javaファイルの行レベルの粒度のコードクローンのオーサシップを分析した。 すべてのプロジェクトに対して,相当数のクローンラインがあることが分かりました。 クローン集合の3分の1は、主に複数の主要な著者によって貢献されている。
  論文  参考訳（メタデータ） (2023-09-03T08:24:32Z)
• ZC3: Zero-Shot Cross-Language Code Clone Detection [79.53514630357876]
  ゼロショットクロスランゲージコードクローン検出のためのZC3という新しい手法を提案する。 ZC3は、異なるプログラミング言語間で同型表現空間を形成するために、対照的なスニペット予測を設計する。 これに基づいて、ZC3はドメイン認識学習とサイクル一貫性学習を利用して、異なる言語間で整合した表現を生成する。
  論文  参考訳（メタデータ） (2023-08-26T03:48:10Z)
• Using Machine Learning To Identify Software Weaknesses From Software Requirement Specifications [49.1574468325115]
  本研究は、要求仕様からソフトウェア弱点を特定するための効率的な機械学習アルゴリズムを見つけることに焦点を当てる。 ProMISE_exp. Naive Bayes、サポートベクターマシン(SVM)、決定木、ニューラルネットワーク、畳み込みニューラルネットワーク(CNN)アルゴリズムをテストした。
  論文  参考訳（メタデータ） (2023-08-10T13:19:10Z)
• Towards Understanding the Capability of Large Language Models on Code Clone Detection: A Survey [40.99060616674878]
  大規模言語モデル(LLM)は、様々なコード関連の知識を持ち、様々なソフトウェア工学の課題に対して汎用的である。 本稿では,クローン検出のためのLLMを包括的に評価し,異なるクローンタイプ,言語,プロンプトを網羅する。 従来の手法を超越した複雑な意味的クローンの検出において,高度なLCMが優れていることがわかった。
  論文  参考訳（メタデータ） (2023-08-02T14:56:01Z)
• CONCORD: Clone-aware Contrastive Learning for Source Code [64.51161487524436]
  セルフ教師付き事前トレーニングは、多くのダウンストリームSEタスクに価値のあるジェネリックコード表現を学ぶための牽引役になった。 汎用的な表現学習のために、開発者が日々どのようにコードをコーディングするかは、要因としても不可欠である、と私たちは主張する。 特に,表現空間に良性クローンを近づける自己教師型コントラスト学習戦略であるCONCORDを提案する。
  論文  参考訳（メタデータ） (2023-06-05T20:39:08Z)
• Evaluation of Contrastive Learning with Various Code Representations for Code Clone Detection [3.699097874146491]
  コードスニペットの意味的クローンを検出するためのコントラスト学習の評価を行った。 CodeTransformatorを使って、競争力のあるプログラミングソリューションに基づいて、プラジャライズされたコードを模倣するデータセットを作成します。 評価の結果,提案手法は各タスクにおいて多種多様な性能を示すが,グラフベースモデルの性能は概して他のモデルよりも優れていることがわかった。
  論文  参考訳（メタデータ） (2022-06-17T12:25:44Z)

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。