論文の概要: Software Entropy: A Statistical Mechanics Framework for Software Testing
- arxiv url: http://arxiv.org/abs/2603.20528v1
- Date: Fri, 20 Mar 2026 21:55:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-24 19:11:38.953737
- Title: Software Entropy: A Statistical Mechanics Framework for Software Testing
- Title（参考訳）: Software Entropy: ソフトウェアテストのための統計力学フレームワーク
- Authors: Jerónimo Fotinós, Juan B. Cabral,
- Abstract要約: 統計力学に基づくソフトウェアエントロピーの形式的定義を導入する。
この枠組みの中で、突然変異解析は局所的にアクセス可能なマイクロステート空間の実用的な近似を提供する。
本稿では,テストスイートがプログラム空間をどのように構成するかを定量化する指標を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The notion of software entropy is often invoked to describe the tendency of software systems to become increasingly disordered as they evolve, yet existing approaches to quantify it are largely heuristic. In this work we introduce a formal definition of software entropy grounded in statistical mechanics, interpreting test suites as executable specifications, that is, as macroscopic constraints on the space of possible program implementations. Within this framework, mutation analysis provides a practical approximation of the locally accessible microstate space, allowing entropy-related quantities to be estimated empirically. We propose metrics that quantify how test suites restrict program space, including an information-weighted measure of the distribution of constraint power across tests. Applying these ideas to a real-world project, we show how test suites reduce software entropy and how information weights reveal structural differences in the contribution of individual tests that traditional metrics such as code coverage fail to capture.
- Abstract（参考訳）: ソフトウェアエントロピーの概念はしばしば、ソフトウェアシステムが進化するにつれて混乱する傾向を示すために呼び出されるが、それを定量化するための既存のアプローチは概ねヒューリスティックである。
本稿では,テストスイートを実行可能な仕様として解釈する,統計力学に基づくソフトウェアエントロピーの形式的定義を導入する。
この枠組みの中で、突然変異解析は局所的にアクセス可能なマイクロステート空間の実用的な近似を提供し、エントロピー関連量を経験的に推定することを可能にする。
本稿では,テストスイートがプログラム空間をいかに制限するかを定量化する指標を提案する。
これらのアイデアを現実のプロジェクトに応用すると、テストスイートがソフトウェアのエントロピーを減らし、情報の重み付けが、コードカバレッジのような従来のメトリクスがキャプチャーできない個々のテストのコントリビューションに構造的な違いを示すことを示す。
関連論文リスト
- TableMind++: An Uncertainty-Aware Programmatic Agent for Tool-Augmented Table Reasoning [44.20336483508951]
テーブル推論は、意味的理解と正確な数値操作を共同で行うモデルを必要とする。
これらの制約に対処するため、我々は以前TableMindをチューニングベースの自律型プログラムエージェントとして提案した。
この基盤をTableMind++に拡張し、新しい不確実性を認識した推論フレームワークを導入しました。
論文 参考訳（メタデータ） (2026-03-08T08:31:33Z) - QEF: Reproducible and Exploratory Quantum Software Experiments [1.1683938179815823]
量子実験フレームワーク(QEF)は、量子アルゴリズムの体系的、仮説駆動的な研究を支援するように設計されている。
QEFは、簡潔な仕様によって量子ソフトウェアとアルゴリズムの実験のすべての重要な側面を捉えている。
QEFは、全体的な実験ランタイムを改善するために、パラメータの再利用をサポートする。
論文 参考訳（メタデータ） (2025-11-06T17:17:55Z) - State Field Coverage: A Metric for Oracle Quality [45.805303746415944]
オラクルの品質を評価するための新しい指標であるステートフィールドカバレッジを導入する。
私たちのメトリクスの主な直感は、より高い状態のフィールドカバレッジを持つオラクルは、分析中のソフトウェアの欠陥を検出する傾向にあるということです。
静的に計算されているため、メトリックは効率的であり、テストオラクルを改善するための直接的なガイダンスを提供する。
論文 参考訳（メタデータ） (2025-10-03T14:57:37Z) - REFINESTAT: Efficient Exploration for Probabilistic Program Synthesis [5.509795962249259]
RefineStatは、セマンティック制約を強制し、合成されたプログラムが有効なパラメータと十分に整ったパラメータを含むことを保証する。
信頼性チェックが失敗するたびに、事前または可能性の高いコンポーネントを再サンプリングすることで、診断に配慮した改善を施す。
構文的に健全で統計的に信頼性の高いプログラムを生成し、しばしばクローズドソースの大規模言語モデルと一致するか、上回っている。
論文 参考訳（メタデータ） (2025-09-01T03:13:36Z) - Finite-size security analysis for quantum protocols: A Python framework using the Entropy Accumulation Theorem with graphical interface [0.0]
本稿では,量子乱数生成(QRNG)と量子鍵分布(QKD)プロトコルの有限サイズセキュリティ解析のための包括的ソフトウェアフレームワークを提案する。
我々のフレームワークにはPython APIと直感的なグラフィカルユーザインタフェース(GUI)の両方が含まれており、ランダム性とキーレートの証明においてプロトコルデザイナと実験者をサポートするように設計されています。
論文 参考訳（メタデータ） (2025-06-23T17:56:38Z) - To BEE or not to BEE: Estimating more than Entropy with Biased Entropy Estimators [0.3669506968635671]
ソフトウェアエンジニアにとって有用なシャノン測度に対して,広く採用されている18のエントロピー推定器を適用した。
本研究は,サンプルサイズとドメインサイズという2つの大きな影響要因から推定値がどのように影響を受けるかを検討する。
私たちの最も重要な結果は、Chao-Shen と Chao-Wang-Jost の見積もり者が、より早く地上の真実に収束していることを明らかにすることです。
論文 参考訳（メタデータ） (2025-01-20T10:48:08Z) - Measuring Software Testability via Automatically Generated Test Cases [8.17364116624769]
ソフトウェアメトリクスに基づいたテスト容易性測定のための新しい手法を提案する。
提案手法は, 自動検査生成と突然変異解析を利用して, 有効な検査症例の相対的硬度に関する証拠を定量化する。
論文 参考訳（メタデータ） (2023-07-30T09:48:51Z) - Validation Diagnostics for SBI algorithms based on Normalizing Flows [55.41644538483948]
本研究は,NFに基づく多次元条件(後)密度推定器の検証診断を容易にすることを提案する。
また、局所的な一貫性の結果に基づいた理論的保証も提供する。
この作業は、より良い特定モデルの設計を支援したり、新しいSBIアルゴリズムの開発を促進するのに役立つだろう。
論文 参考訳（メタデータ） (2022-11-17T15:48:06Z) - Differential privacy and robust statistics in high dimensions [49.50869296871643]
高次元Propose-Test-Release (HPTR) は指数的メカニズム、頑健な統計、Propose-Test-Release メカニズムという3つの重要なコンポーネントの上に構築されている。
本論文では,HPTRが複数のシナリオで最適サンプル複雑性をほぼ達成していることを示す。
論文 参考訳（メタデータ） (2021-11-12T06:36:40Z) - An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
データから制約をマイニングするための一般的なフレームワークを提案する。
特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。
提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
論文 参考訳（メタデータ） (2020-06-18T20:09:53Z) - Generalized Sliced Distances for Probability Distributions [47.543990188697734]
我々は、一般化スライス確率測定(GSPM)と呼ばれる、幅広い確率測定値の族を紹介する。
GSPMは一般化されたラドン変換に根付いており、ユニークな幾何学的解釈を持つ。
GSPMに基づく勾配流を生成モデル応用に適用し、軽度な仮定の下では、勾配流が大域的最適に収束することを示す。
論文 参考訳（メタデータ） (2020-02-28T04:18:00Z)
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。