論文の概要: Code Arcades: 3d Visualization of Classes, Dependencies and Software Metrics

• arxiv url: http://arxiv.org/abs/2509.23297v1
• Date: Sat, 27 Sep 2025 13:19:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-07 14:36:18.874273
• Title: Code Arcades: 3d Visualization of Classes, Dependencies and Software Metrics
• Title（参考訳）: コードアーケード: クラス、依存関係、ソフトウェアメトリクスの3次元可視化
• Authors: Anthony Savidis, Christos Vasilopoulos,
• Abstract要約: フレキシブルなコード要素の編成をサポートするグループ化メカニズムを導入します。 きめ細かいソフトウェアメトリクスと粗いソフトウェアメトリクスを組み合わせて、システム特性の多面的な視点を提供します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Software visualization seeks to represent software artifacts graphical-ly in two or three dimensions, with the goal of enhancing comprehension, anal-ysis, maintenance, and evolution of the source code. In this context, visualiza-tions employ graphical forms such as dependency structures, treemaps, or time-lines that incorporate repository histories. These visualizations allow software engineers to identify structural patterns, detect complexity hotspots, and infer system behaviors that are difficult to perceive directly from source text. By adopting metaphor-based approaches, visualization tools provide macroscopic overviews while enabling focused inspection of specific program elements, thus offering an accessible means of understanding large-scale systems. The contri-bution of our work lies in three areas. First, we introduce a configurable group-ing mechanism that supports flexible organization of code elements based on arbitrary relationships. Second, we combine fine-grained and coarse-grained software metrics to provide a multi-level perspective on system properties. Third, we present an interactive visualization engine that allows developers to dynamically adjust rendering attributes. Collectively, these advances provide a more adaptable and insightful approach to source code comprehension.
• Abstract（参考訳）: ソフトウェアビジュアライゼーションは,ソースコードの理解,アナルイシス,メンテナンス,進化の促進を目標として,ソフトウェアアーティファクトを2～3次元でグラフィカルに表現することを目指している。 このコンテキストでは、ビジュアライザオプションは依存性構造、ツリーマップ、リポジトリ履歴を含む時間線などのグラフィカルなフォームを使用する。 これらの視覚化により、ソフトウェアエンジニアは構造パターンを特定し、複雑さのホットスポットを検出し、ソーステキストから直接知覚しにくいシステムの振る舞いを推測することができる。 メタファベースのアプローチを採用することで、可視化ツールはマクロ的な概要を提供すると同時に、特定のプログラム要素の集中的な検査を可能にし、大規模システムを理解するためのアクセス可能な手段を提供する。 私たちの仕事の貢献は3つの分野にあります。 まず、任意の関係に基づいて、フレキシブルなコード要素の編成をサポートする構成可能なグループリング機構を導入する。 第二に、きめ細かいソフトウェアメトリクスと粗いソフトウェアメトリクスを組み合わせて、システム特性の多面的な視点を提供します。 第3に、開発者がレンダリング属性を動的に調整できるインタラクティブな可視化エンジンを提案する。 まとめると、これらの進歩は、ソースコードの理解に対してより適応的で洞察に富んだアプローチを提供します。

関連論文リスト

• Large Language Models as Visualization Agents for Immersive Binary Reverse Engineering [0.0]
  没入型バーチャルリアリティ(VR)は、バイナリリバースエンジニアリング(RE)における認知的複雑さを軽減できる余裕を提供する 我々はこのプラットフォームを,バイナリ解析ツールをクエリし,没入型3Dビジュアライゼーションを生成するLLMエージェントで拡張する。
  論文  参考訳（メタデータ） (2025-08-19T00:24:01Z)
• CAL-RAG: Retrieval-Augmented Multi-Agent Generation for Content-Aware Layout Design [6.830055289299306]
  CAL-RAGは、コンテンツ対応レイアウト生成のための検索拡張エージェントフレームワークである。 我々は、LangGraphを使ってフレームワークを実装し、セマンティック変数に富んだベンチマークで評価する。 その結果,検索強化とエージェント的多段階推論を組み合わせることで,拡張性,解釈性,高忠実度な解が得られることがわかった。
  論文  参考訳（メタデータ） (2025-06-27T06:09:56Z)
• FOCUS: Unified Vision-Language Modeling for Interactive Editing Driven by Referential Segmentation [55.01077993490845]
  最近のLVLM(Large Vision Language Models)は、視覚的理解と生成的モデリングを統一する有望な能力を示している。 本稿では,分割認識と制御可能なオブジェクト中心生成をエンドツーエンドフレームワークに統合した統合LVLMであるFOCUSを紹介する。
  論文  参考訳（メタデータ） (2025-06-20T07:46:40Z)
• A Survey on (M)LLM-Based GUI Agents [62.57899977018417]
  グラフィカルユーザインタフェース (GUI) エージェントは、人間とコンピュータのインタラクションにおいて、トランスフォーメーションパラダイムとして登場した。 大規模言語モデルとマルチモーダル学習の最近の進歩は、デスクトップ、モバイル、Webプラットフォーム全体でGUI自動化に革命をもたらした。 本調査では, 正確な要素位置決定, 効果的な知識検索, 長期計画, 安全に配慮した実行制御など, 重要な技術的課題を明らかにする。
  論文  参考訳（メタデータ） (2025-03-27T17:58:31Z)
• Towards Understanding Graphical Perception in Large Multimodal Models [80.44471730672801]
  我々は,グラフにおけるLMMの知覚能力のギャップを分析するための評価フレームワークを開発するために,グラフィカル知覚の理論を利用する。 我々は3つのレベル(チャート、ビジュアル要素、ピクセル)における最先端LMMの知覚能力の評価と診断にフレームワークを適用した。
  論文  参考訳（メタデータ） (2025-03-13T20:13:39Z)
• A transition towards virtual representations of visual scenes [1.4201040196058878]
  視覚的シーン理解は、視覚データから意味のある情報を抽出することを目的とした、コンピュータビジョンの基本的なタスクである。 本稿では3次元仮想合成に向けた視覚的シーン理解と記述の課題に対処するアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2024-10-10T14:41:04Z)
• Semantic Code Graph -- an information model to facilitate software comprehension [0.0]
  メンテナンスを容易にし、関連するコストを削減するために、コード理解プロセスを加速する必要性が高まっています。 さまざまなコード構造モデルがすでに存在していますが、ソースコードを密接に表現するモデルが驚くほど不足しています。 本稿では,コード依存関係の詳細な抽象表現を提供する情報モデルであるSemantic Code Graph (SCG)を提案する。
  論文  参考訳（メタデータ） (2023-10-03T15:09:49Z)
• Multi-task Learning with 3D-Aware Regularization [55.97507478913053]
  本稿では,画像エンコーダから抽出した特徴を共有3D特徴空間に投影することで,複数のタスクをインタフェースする構造化3D認識正規化器を提案する。 提案手法はアーキテクチャ非依存であり,従来のマルチタスクバックボーンにプラグインすることで,性能を向上できることを示す。
  論文  参考訳（メタデータ） (2023-10-02T08:49:56Z)
• Collaborative, Code-Proximal Dynamic Software Visualization within Code Editors [55.57032418885258]
  本稿では,コードエディタに組み込むソフトウェアビジュアライゼーション手法の設計と実装について紹介する。 私たちのコントリビューションは、ソフトウェアシステムの実行時の動作の動的解析を使用するという点で、関連する作業と異なります。 私たちの視覚化アプローチは、一般的なリモートペアプログラミングツールを強化し、共有コード都市を利用することで協調的に使用できます。
  論文  参考訳（メタデータ） (2023-08-30T06:35:40Z)
• Structure-Augmented Text Representation Learning for Efficient Knowledge Graph Completion [53.31911669146451]
  人為的な知識グラフは、様々な自然言語処理タスクに重要な支援情報を提供する。 これらのグラフは通常不完全であり、自動補完を促す。 グラフ埋め込みアプローチ(例えばTransE)は、グラフ要素を密度の高い埋め込みに表現することで構造化された知識を学ぶ。 テキストエンコーディングアプローチ(KG-BERTなど)は、グラフトリプルのテキストとトリプルレベルの文脈化表現を利用する。
  論文  参考訳（メタデータ） (2020-04-30T13:50:34Z)

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。