論文の概要: Long-Range Correlation in Code Commit Dynamicsas a Novel Indicator of Software Product Stability: A Detrended Fluctuation Analysis Study
- arxiv url: http://arxiv.org/abs/2605.03574v1
- Date: Tue, 05 May 2026 09:44:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-06 19:35:43.88164
- Title: Long-Range Correlation in Code Commit Dynamicsas a Novel Indicator of Software Product Stability: A Detrended Fluctuation Analysis Study
- Title（参考訳）: ソフトウェア製品の安定性を示す新しい指標としてのコードコミットダイナミクスの長距離相関:遅延ゆらぎ解析による研究
- Authors: Goran Mitevski,
- Abstract要約: 本研究は,ソフトウェアリポジトリにおけるコミット毎のコード列の未集約の時系列上で,Detrended Fluctuation Analysis (DFA) によって推定されるフラクタルスケーリング指数αを,ソフトウェア製品の安定性の新たなプロセスレベル指標として提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This work proposes the fractal scaling exponent alpha, estimated via Detrended Fluctuation Analysis (DFA) on the unaggregated time series of lines of code added per commit event in a software repository, as a novel process-level indicator of software product stability. The proposal rests on the hypothesis that stable software products arise from development processes characterised by long-range temporal correlations in commit behaviour: each code addition is shaped not only by the immediately preceding commits but by patterns extending weeks or months into the past and anticipating work to be done in the future. This hypothesis is tested on two non-overlapping 712-day time series of lines of code added per commit event, drawn from a closed-source software organisation and labeled as stable and unstable by the lead engineer on the basis of crash-analytics data. Applied to these series, DFA yields alpha = 0.70 (n_min = 16) for the stable period and alpha = 0.57 for the unstable period, with all estimates substantially above the shuffled-surrogate baseline (alpha ~= 0.50 +/- 0.01). Results are robust to three parameterisations (n_min in {4, 16, 48}) and validated against 1,000 surrogate time series per condition. Remarkably, the unstable period generated 3.2 times more commit events than the stable period, yet exhibited lower long-range memory, demonstrating that commit volume alone does not predict stability, and that the temporal organisation of development activity is the key variable. This result can be situated in the broader literature on fractality in human creative production, discuss methodological limitations, and outline a research programme for deploying alpha as a continuous code-health indicator in version-control pipelines.
- Abstract（参考訳）: 本研究は,ソフトウェアリポジトリにおけるコミット毎のコード列の未集約の時系列上で,Detrended Fluctuation Analysis (DFA) によって推定されるフラクタルスケーリング指数αを,ソフトウェア製品の安定性の新たなプロセスレベル指標として提案する。
この提案は、安定したソフトウェア製品は、コミット行動における長期の時間的相関によって特徴づけられる開発プロセスから生じるという仮説に基づいている。
この仮説は、コミットイベント毎に追加される712日間の2行の非重複コードでテストされ、クローズドソースのソフトウェア組織から引き出され、クラッシュ分析データに基づいてリードエンジニアによって安定して不安定であるとラベル付けされている。
これらの級数に適用すると、DFA は安定周期で α = 0.70 (n_min = 16) 、不安定周期で α = 0.57 となり、全ての推定値はシャッフル・サロゲート基底線 (alpha ~= 0.50 +/- 0.01) をほぼ上回る。
結果は3つのパラメータ化 (n_min in {4, 16, 48}) に対して堅牢であり、1条件あたり1,000の代理時系列に対して検証される。
驚くべきことに、不安定な期間は安定な期間よりも3.2倍のコミットイベントを発生させたが、より低い長距離メモリを示し、コミットボリュームだけでは安定性を予測せず、開発活動の時間的組織が鍵となる変数であることを示した。
この結果は、人間の創造的生産におけるフラクタルリティに関するより広範な文献に収まり、方法論的な制限について議論し、バージョン管理パイプラインにおける継続的なコードヘルス指標としてアルファをデプロイするための研究プログラムの概要を示すことができる。
関連論文リスト
- Early Detection of Latent Microstructure Regimes in Limit Order Books [0.0]
制限順序帳は、安定な状態からストレスのある状態へ急速に遷移することができる。
順序流の不均衡や短期のボラティリティといった標準的な早期警戒信号は本質的に反応性がある。
我々はこの制限を3段階の因果データ生成プロセスで定式化する。
論文 参考訳（メタデータ） (2026-04-22T17:47:52Z) - Improving Search Agent with One Line of Code [68.58667107354253]
ツールベースのエージェント強化学習(TARL)は,検索エージェントが外部ツールと対話できるようにトレーニングするための,有望なパラダイムとして登場した。
textbfSearch textbfAgent textbfPolicy textbfOptimization (textbfSAPO)を提案する。
論文 参考訳（メタデータ） (2026-03-10T04:07:39Z) - Not All Preferences Are Created Equal: Stability-Aware and Gradient-Efficient Alignment for Reasoning Models [52.48582333951919]
ポリシー更新の信号対雑音比を最大化することにより、アライメントの信頼性を高めるために設計された動的フレームワークを提案する。
SAGE(Stability-Aware Gradient Efficiency)は、モデル能力に基づいて候補プールをリフレッシュする粗いきめ細かいカリキュラムメカニズムを統合する。
複数の数学的推論ベンチマークの実験により、SAGEは収束を著しく加速し、静的ベースラインを上回っていることが示された。
論文 参考訳（メタデータ） (2026-02-01T12:56:10Z) - Unsupervised Online 3D Instance Segmentation with Synthetic Sequences and Dynamic Loss [52.28880405119483]
教師なしのオンライン3Dインスタンスのセグメンテーションは、基本的だが難しい課題だ。
UNITのような既存の手法はこの方向に進んできたが、訓練の多様性が制限されているままである。
本稿では,合成点雲列生成によるトレーニング分布の強化を目的とした新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-27T08:53:27Z) - Commit Stability as a Signal for Risk in Open-Source Projects [7.742297876120563]
オープンソースソフトウェア(OSS)は数兆ドルもの経済的価値を生み出し、世界中の技術インフラにとって欠かせない存在となっている。
組織がOSSにますます依存するにつれて、プロジェクトの進化を理解することが重要です。
安定したコミットパターンは、成熟したガバナンス、持続的なコントリビュータ、レジリエンスを実現する堅牢な開発プロセスといった、根底にあるプロジェクト特性を反映する、という仮説を立てています。
論文 参考訳（メタデータ） (2025-08-04T14:58:39Z) - An Empirical Validation of Open Source Repository Stability Metrics [5.69361786082969]
提案する複合安定度指数(CSI)を,高度にランク付けされたGitHubレポジトリ100個を用いて実験し,最初の実証検証を行った。
その結果,(1)週毎のコミット頻度パターンのサンプリングは,レポジトリ間でのコミット頻度の安定性を評価する上で,より有効な尺度であることが示唆された。
これらの知見はいずれも、オープンソースの健康に対する制御理論レンズの有効性を確認し、実世界のプロジェクトモニタリングツールに具体的なエビデンス支援のアプリケーションを提供する。
論文 参考訳（メタデータ） (2025-08-02T13:14:10Z) - Stochastic Approximation with Delayed Updates: Finite-Time Rates under Markovian Sampling [73.5602474095954]
マルコフサンプリングの遅延更新による近似スキームの非漸近的性能について検討した。
我々の理論的な発見は、幅広いアルゴリズムの遅延の有限時間効果に光を当てた。
論文 参考訳（メタデータ） (2024-02-19T03:08:02Z) - Continual evaluation for lifelong learning: Identifying the stability
gap [35.99653845083381]
我々は、新しいタスクの学習を始める際に、一般的な最先端の手法のセットを忘れることに苦しむことを示す。
興味深いが潜在的に問題となる現象を安定性ギャップと呼ぶ。
我々は,各項目評価を用いた連続評価のためのフレームワークを構築し,最悪の場合のパフォーマンスを定量化するための新しい指標セットを定義する。
論文 参考訳（メタデータ） (2022-05-26T15:56:08Z) - Bayesian Algorithms Learn to Stabilize Unknown Continuous-Time Systems [0.0]
線形力学系は、不確実な力学を持つ植物の学習に基づく制御のための標準モデルである。
この目的のための信頼性の高い安定化手順は、不安定なデータから有効に学習し、有限時間でシステムを安定化させることができない。
本研究では,未知の連続時間線形系を安定化する新しい学習アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-12-30T15:31:35Z) - Training Generative Adversarial Networks by Solving Ordinary
Differential Equations [54.23691425062034]
GANトレーニングによって引き起こされる連続時間ダイナミクスについて検討する。
この観点から、GANのトレーニングにおける不安定性は積分誤差から生じると仮定する。
本研究では,有名なODEソルバ(Runge-Kutta など)がトレーニングを安定化できるかどうかを実験的に検証する。
論文 参考訳（メタデータ） (2020-10-28T15:23:49Z) - Fine-Grained Analysis of Stability and Generalization for Stochastic
Gradient Descent [55.85456985750134]
我々は,SGDの反復的リスクによって制御される新しい境界を開発する,平均モデル安定性と呼ばれる新しい安定性尺度を導入する。
これにより、最良のモデルの振舞いによって一般化境界が得られ、低雑音環境における最初の既知の高速境界が導かれる。
我々の知る限りでは、このことはSGDの微分不能な損失関数でさえも初めて知られている安定性と一般化を与える。
論文 参考訳（メタデータ） (2020-06-15T06:30:19Z)
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。