Fugu-MT 論文翻訳(概要): Popularity and Innovation in Maven Central

論文の概要: Popularity and Innovation in Maven Central

arxiv url: http://arxiv.org/abs/2502.02879v1
Date: Wed, 05 Feb 2025 04:38:20 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-06 14:28:24.127423
Title: Popularity and Innovation in Maven Central
Title（参考訳）: Maven Centralにおける人気度とイノベーション
Authors: Nkiru Ede, Jens Dietrich, Ulrich Zülicke,
Abstract要約: Maven CentralはJavaコンポーネントの一般的なリポジトリで、過去20年間に進化してきた。問題は、これらのエリートたちが静的なのか、時間とともに変化しているか、Mavenエコシステムのイノベーションにどのように関係しているのかである。エリートは動的であり、リポジトリの老朽化とともにイノベーションの速度は減速しているが、健康は保たれている。
参考スコア（独自算出の注目度）: 0.7032245866317619
License:
Abstract: Maven Central is a large popular repository of Java components that has evolved over the last 20 years. The distribution of dependencies indicates that the repository is dominated by a relatively small number of components other components depend on. The question is whether those elites are static, or change over time, and how this relates to innovation in the Maven ecosystem. We study those questions using several metrics. We find that elites are dynamic, and that the rate of innovation is slowing as the repository ages but remains healthy.
Abstract（参考訳）: Maven CentralはJavaコンポーネントの大規模なリポジトリであり、過去20年間に進化してきた。依存関係の分散は、リポジトリが他のコンポーネントに依存している比較的少数のコンポーネントによって支配されていることを示している。問題は、これらのエリートたちが静的なのか、時間とともに変化しているか、Mavenエコシステムのイノベーションにどのように関係しているのかである。我々はこれらの質問をいくつかの指標を用いて研究する。エリートは動的であり、リポジトリの老朽化とともにイノベーションの速度は減速しているが、健康は保たれている。

関連論文リスト

The Dynamics of Innovation in Open Source Software Ecosystems [0.8594140167290099]
新しいライブラリは、ポスト当たりのエコシステム内で驚くほど予測可能なサブ線形レートで出現する。最も広く使われている図書館は、平均よりも何倍も頻繁に使われている。新しいユーザは、新しいライブラリと新しい組み合わせを使うことが多い。
論文参考訳（メタデータ） (2024-11-22T12:31:25Z)
What Really is Commonsense Knowledge? [58.5342212738895]
我々は、既存のコモンセンス知識の定義を調査し、概念を定義するための3つのフレームワークに基礎を置き、それらをコモンセンス知識の統一的な定義に統合する。次に、アノテーションと実験のための統合された定義をCommonsenseQAとCommonsenseQA 2.0データセットで使用します。本研究は,2つのデータセットには非常識知識のインスタンスが多数存在し,これら2つのサブセットに対して大きな性能差があることを示す。
論文参考訳（メタデータ） (2024-11-06T14:54:19Z)
Federated Learning with New Knowledge: Fundamentals, Advances, and Futures [69.8830772538421]
本稿では,フェデレートラーニング(FL)における新しい知識の源泉を体系的に定義する。本研究は,新たな知識の到来時期と形態が定式化過程に及ぼす影響について検討する。シナリオの設定,効率,セキュリティなど,さまざまな要因を考慮し,FLの今後の方向性を新たな知識で論じる。
論文参考訳（メタデータ） (2024-02-03T21:29:31Z)
BUMP: A Benchmark of Reproducible Breaking Dependency Updates [10.405775369526006]
サードパーティの依存性更新は、新しい依存性バージョンが使用法と互換性のない変更を導入した場合、ビルドが失敗する可能性がある。依存性の更新を壊す研究は活発に行われており、特徴付け、理解、更新を壊す自動修復、その他のソフトウェア工学的な側面が研究されている。 1) 現実世界のブレークスルー更新を含む; 2) ブレークスルー更新は実行可能である; 3) ベンチマークは、時間とともにブレークスルー更新の安定した科学的アーティファクトを提供する。
論文参考訳（メタデータ） (2024-01-18T11:41:33Z)
Characterizing Issue Management in Runtime Systems [0.38233569758620056]
GitHubの34のランタイムシステムリポジトリから約118Kの問題に関する実証的研究を報告する。拡張、テストの失敗、バグに関する問題は、主にランタイムシステムリポジトリに投稿されている。 82.65%の発行者はラベルでタグ付けされ、28.30%の発行者は指定されていない。
論文参考訳（メタデータ） (2023-10-24T16:12:52Z)
On the Security Blind Spots of Software Composition Analysis [46.1389163921338]
Mavenリポジトリで脆弱性のあるクローンを検出するための新しいアプローチを提案する。 Maven Centralから53万以上の潜在的な脆弱性のあるクローンを検索します。検出された727個の脆弱なクローンを検出し、それぞれに検証可能な脆弱性証明プロジェクトを合成する。
論文参考訳（メタデータ） (2023-06-08T20:14:46Z)
Evolving Knowledge Mining for Class Incremental Segmentation [113.59611699693092]
クラスインクリメンタルセマンティック(CISS)は、最近、現実世界のアプリケーションにおいて大きな重要性があるため、トレンドとなっている。冷凍バックボーンを用いた新規なkNowleDgeマイニング法を提案する。提案手法を2つの広く使用されているベンチマークで評価し,新しい最先端性能を一貫して示す。
論文参考訳（メタデータ） (2023-06-03T07:03:15Z)
Model Ratatouille: Recycling Diverse Models for Out-of-Distribution Generalization [99.6826401545377]
ファウンデーションモデルは、AIシステムの構築方法を再定義している。実践者は、機械学習ソリューションを構築するための標準手順に従う。我々は,多種多様な補助的タスクにおいて,同じ基礎モデルの複数の微調整をリサイクルする新しい戦略であるモデルラタトゥーイユを提案する。
論文参考訳（メタデータ） (2022-12-20T17:21:46Z)
GitRank: A Framework to Rank GitHub Repositories [0.0]
オープンソースリポジトリは豊富な情報を提供し、人工知能(AI)ベースのシステムの構築にますます利用されている。このハッカソンでは、既知のコード品質測定とGrimoireLabツールキットを使用して、GitRankという名前のフレームワークを実装し、オープンソースのリポジトリを3つの異なる基準でランク付けします。
論文参考訳（メタデータ） (2022-05-04T23:42:30Z)
LabelGit: A Dataset for Software Repositories Classification using Attributed Dependency Graphs [11.523471275501857]
LabelGitと呼ばれるGitHubプロジェクトの新しいデータセットを作成します。私たちのデータセットは、依存関係グラフや識別子からのソースコードニューラル表現など、ソースコードからの直接的な情報を使用します。プロキシに頼らず、ソースコード全体を分類するために使用するソリューションの開発を支援することを願っています。
論文参考訳（メタデータ） (2021-03-16T07:28:58Z)
Federated and continual learning for classification tasks in a society of devices [59.45414406974091]
Light Federated and Continual Consensus (LFedCon2)は、軽量で伝統的な学習者を用いた新しいフェデレーションおよび継続アーキテクチャである。我々の方法では、スマートフォンやロボットのような無力デバイスが、リアルタイムで、ローカルで、継続的に、自律的に、そしてユーザーから学習することができる。提案手法をスマートフォン利用者の異種コミュニティに適用し,歩行認識の課題を解決した。
論文参考訳（メタデータ） (2020-06-12T12:37:03Z)

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。