論文の概要: Analyzing Variations in Dependency Distributions Due to Code Smell Interactions

• arxiv url: http://arxiv.org/abs/2509.03896v1
• Date: Thu, 04 Sep 2025 05:42:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-05 20:21:10.063931
• Title: Analyzing Variations in Dependency Distributions Due to Code Smell Interactions
• Title（参考訳）: コードスメル相互作用による依存性分布の変動の解析
• Authors: Zushuai Zhang, Elliott Wen, Ewan Tempero,
• Abstract要約: 最近の研究では、潜在的な設計上の問題を示すコードの特徴であるコードの臭いが、モジュール間の依存関係を増加させる方法で相互作用する可能性が示唆されている。 我々は116のオープンソースJavaシステムに対して依存性分析を行い、コードの臭いとコードの臭いと非コードの臭いの相互作用を比較した。 コード臭いのペア間の相互作用は、特定の依存関係の増加と他の依存関係の減少に関連しているのに対し、全体としては総依存関係の増加に関連している。
• 参考スコア（独自算出の注目度）: 0.6079137591620588
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The existence of dependencies between modules, such as classes, can mean that changing a module triggers ripple effects that make maintenance complex and costly, so the advice is to minimize dependencies between modules. It is therefore important to understand the circumstances that can lead to increased dependencies. Recent studies suggest that code smells, which are characteristics of code that indicate potential design issues, may interact in ways that increase dependencies between modules. In this study, we aim to confirm previous observations and investigate whether and how the distribution of static dependencies changes in the presence of code smell interactions. We conducted a dependency analysis on 116 open-source Java systems to quantify the interactions, comparing interactions among code smells and interactions between code smells and non-code smells. Our results suggest that while interactions between code smell pairs are associated with increases in certain dependencies and decreases in others, overall, they are associated with an increase in total dependencies. For example, the median number of dependencies between Feature Envy methods and Data Classes is seven times as many as when the methods are non-Feature Envy methods, increasing from 1 to 7. This implies that developers should prioritize addressing code smells that interact with each other, rather than code smells that exist only in isolation.
• Abstract（参考訳）: クラスのようなモジュール間の依存関係の存在は、モジュールの変更によってメンテナンスが複雑でコストがかかるという波及効果を引き起こす可能性があるため、モジュール間の依存関係を最小限に抑えることがアドバイスとなる。 したがって、依存関係の増加につながる状況を理解することが重要である。 最近の研究では、潜在的な設計上の問題を示すコードの特徴であるコードの臭いが、モジュール間の依存関係を増加させる方法で相互作用する可能性が示唆されている。 本研究の目的は,コード臭の相互作用が存在する場合の静的依存関係の分布がどう変化するか,その影響を検証することである。 我々は116のオープンソースJavaシステムに対する依存性分析を行い、コードの臭いとコードの臭いと非コードの臭いの相互作用を比較した。 コード臭いのペア間の相互作用は、特定の依存関係の増加と他の依存関係の減少に関連しているのに対し、全体としては総依存関係の増加に関連している。 例えば、Feature EnvyメソッドとData Class間の依存関係の中央値は、メソッドが非Feature Envyメソッドである場合の7倍であり、1から7に増加する。 これは、開発者が独立して存在するコードの臭いではなく、相互に相互作用するコードの臭いに対処することを優先すべきであることを意味している。

関連論文リスト

• LLM-Driven Collaborative Model for Untangling Commits via Explicit and Implicit Dependency Reasoning [20.147009997147798]
  コミット回避のための新しいコラボレーティブコンサルテーションフレームワークであるColaUntangleを提案する。 ColaUntangleは、LLM(Large Language Model)駆動エージェントをマルチエージェントアーキテクチャに統合する。 我々は,マルチバージョンプログラム依存グラフ(delta-PDG)を構築し,エージェントが記号深度と意味深度の両方でコード関係を推論できるようにする。
  論文  参考訳（メタデータ） (2025-07-22T09:42:13Z)
• A Novel Taxonomy and Classification Scheme for Code Smell Interactions [2.6597689982591044]
  本研究では,新しい分類法とコード臭の相互作用の分類法を提案する。 いくつかの一般的な機械学習(ML)モデルを用いて実験が実施されている。 結果は、主にドメイン内のインタースメル検出というコード臭いの相互作用の存在を示しています。
  論文  参考訳（メタデータ） (2025-04-25T16:24:11Z)
• Semantic Dependency in Microservice Architecture: A Framework for Definition and Detection [0.0]
  本稿では,これらの課題に対処する手段としてセマンティック依存行列を紹介する。 これは、これらの隠れた依存関係がエンドポイントデータの依存関係とは独立して存在することを示し、そうでなければ見過ごされる可能性のある重要な接続を明らかにする。
  論文  参考訳（メタデータ） (2025-01-20T23:34:24Z)
• Neural Dependencies Emerging from Learning Massive Categories [94.77992221690742]
  この研究は、大規模画像分類のために学んだニューラルネットワークに関する2つの驚くべき発見を示す。 1) 十分に訓練されたモデルが与えられた場合、いくつかのカテゴリで予測されたロジットは、他のいくつかのカテゴリの予測を線形に組み合わせることで直接得ることができる。 2) 神経依存は1つのモデルに留まらず、2つの独立した学習モデルの間にさえ存在する。
  論文  参考訳（メタデータ） (2022-11-21T09:42:15Z)
• Bilateral Dependency Optimization: Defending Against Model-inversion Attacks [61.78426165008083]
  本稿では,モデル反転攻撃に対する二元的依存性最適化(BiDO)戦略を提案する。 BiDOは、さまざまなデータセット、分類器、MI攻撃に対する最先端の防御性能を達成する。
  論文  参考訳（メタデータ） (2022-06-11T10:07:03Z)
• The BP Dependency Function: a Generic Measure of Dependence between Random Variables [0.0]
  ランダム変数(RV)間の依存関係の測定と定量化は、データセットに対する重要な洞察を与えることができる。 データ分析の一般的な実践は、ほとんどのデータアナリストが、RV間の依存を定量化するためにピアソン相関係数(PCC)を使用していることである。 これらの要件をすべて満たした新しい依存性関数を提案する。
  論文  参考訳（メタデータ） (2022-03-23T11:14:40Z)
• Linguistic dependencies and statistical dependence [76.89273585568084]
  文脈における単語の確率を推定するために,事前学習した言語モデルを用いる。 最大CPMI木は非文脈PMI推定値から抽出した木よりも言語的依存関係によく対応していることがわかった。
  論文  参考訳（メタデータ） (2021-04-18T02:43:37Z)
• Modeling Multi-Label Action Dependencies for Temporal Action Localization [53.53490517832068]
  実世界のビデオには、アクションクラス間の固有の関係を持つ多くの複雑なアクションが含まれている。 非発生ビデオにおける時間的行動の局在化のタスクのためのこれらの行動関係をモデル化する注意に基づくアーキテクチャを提案する。 マルチラベルアクションローカリゼーションベンチマークの最先端の方法よりもパフォーマンスが向上しました。
  論文  参考訳（メタデータ） (2021-03-04T13:37:28Z)
• A Trigger-Sense Memory Flow Framework for Joint Entity and Relation Extraction [5.059120569845976]
  結合エンティティと関係抽出のためのTriMF(Trigger-Sense Memory Flow Framework)を提案する。 エンティティ認識と関係抽出タスクで学習したカテゴリ表現を記憶するためのメモリモジュールを構築する。 また,エンティティ認識と関係抽出の双方向インタラクションを強化するために,多レベルメモリフロー注目機構を設計する。
  論文  参考訳（メタデータ） (2021-01-25T16:24:04Z)
• Multi-scale Interactive Network for Salient Object Detection [91.43066633305662]
  本稿では,隣接レベルからの機能を統合するためのアグリゲート・インタラクション・モジュールを提案する。 より効率的なマルチスケール機能を得るために、各デコーダユニットに自己相互作用モジュールを埋め込む。 5つのベンチマークデータセットによる実験結果から,提案手法は後処理を一切行わず,23の最先端手法に対して良好に動作することが示された。
  論文  参考訳（メタデータ） (2020-07-17T15:41:37Z)

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。