論文の概要: Toward Semantically-Seeded, Graph-Propagated Impact Analysis Across Software Artifacts: A Vision

• arxiv url: http://arxiv.org/abs/2606.18855v1
• Date: Wed, 17 Jun 2026 09:34:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 17:16:51.090024
• Title: Toward Semantically-Seeded, Graph-Propagated Impact Analysis Across Software Artifacts: A Vision
• Title（参考訳）: ソフトウェアアーチファクト間のセマンティックなグラフプロパゲート影響分析に向けて:ビジョン
• Authors: Momil Seedat,
• Abstract要約: 我々は、同じ埋め込み上で両方の信号を融合する、トレーニング不要で解釈可能なアナライザについて論じる。 変更シナリオをラベル付けした支払いサブシステムに関する、小さなが完全な概念実証は、私たちが関心を持っているメカニズムを示しています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: When a single software artifact changes - a requirement, a configuration value, or a function - engineers must determine what else is impacted. Existing change-impact-analysis (CIA) tooling tends to rely on one of two signals in isolation: semantic similarity recovered from text (information-retrieval traceability, code search, embeddings), or structural dependency following (call graphs, IDE "find usages", test-impact selection). Each has a characteristic blind spot. A semantically driven tool misses an impacted artifact whose text shares no vocabulary with the change; a structurally driven tool misses artifacts related in meaning but not joined by an edge, and most operate only over code rather than the Requirement-Config-Service-Test chain. We argue for a training-free and interpretable analyzer that fuses both signals over the same embeddings. We model the system as a heterogeneous artifact graph with typed edges recovered by static analysis, compute a semantic prior by cosine similarity to the changed artifact, propagate impact multi-hop with decay over a row-normalized propagation matrix, and blend the two with a single tunable weight lambda. A small but complete proof-of-concept on a payment subsystem (5 labelled change scenarios) shows the mechanism we care about: artifacts with zero textual overlap with the change are still recovered through propagation, and helper functions that propagation alone cannot reach are recovered through the semantic layer. The fusion is the only configuration that covers both blind spots, and lambda acts as an explicit precision/recall control. Drawing on four publicly documented production failures, we argue that the same formulation extends to operational artifacts (images, metrics, dashboards, data schemas) that code-only analysis cannot reach.
• Abstract（参考訳）: ひとつのソフトウェアアーチファクト – 要件,設定値,あるいは関数 – が変更された場合,エンジニアは,他にどのような影響があるのかを判断しなければならない。 既存の変更影響分析(CIA)ツールは、テキストから回復したセマンティックな類似性(情報-検索トレーサビリティ、コード検索、埋め込み)、あるいは構造的依存(コールグラフ、IDEの"最終使用"、テスト-インパクト選択)という、2つのシグナルの1つに依存している傾向があります。 それぞれに特徴的な盲点がある。 テキストが変更と語彙を共有しない影響のあるアーティファクトを、セマンティックに駆動されたツールは、エッジで結合されていない意味のあるアーティファクトを見逃し、ほとんどの場合、Requireement-Config-Service-Testチェーンではなく、コードでのみ動作する。 我々は、同じ埋め込み上で両方の信号を融合する、トレーニング不要で解釈可能なアナライザについて論じる。 本研究では,静的解析により復元されたエッジを持つ異種アーチファクトグラフとしてシステムをモデル化し,変化したアーティファクトとコサイン類似性によりセマンティクスを計算し,行正規化された伝搬行列上で崩壊した衝撃多重ホップを伝搬し,これら2つを1つの可変重みラムダでブレンドする。 支払いサブシステム(5つのラベル付き変更シナリオ)のコンセプト実証では、私たちが関心を持っているメカニズムが示されています: 変更とテキストの重複のないアーティファクトは、伝搬によってまだ回収され、伝播だけで到達できないヘルパー関数は、セマンティック層を通して回収されます。 融合は両方の盲点をカバーする唯一の構成であり、ラムダは明示的な精度/リコール制御として機能する。 4つの公開文書化された運用障害に基づいて、コードのみの分析が到達できない運用成果物(イメージ、メトリクス、ダッシュボード、データスキーマ)に同じ定式化が拡張されている、と論じています。

関連論文リスト

• Tool-Call Dependency Structure is Linearly Decodable in LLM Agent Residual Streams [1.0971997884861282]
  LLMエージェントは、呼び出しが有向依存グラフを形成するトラジェクトリを生成する。 以前の構造プローブは、エージェントのランタイムコールグラフではなく、静的コードやチェーン・オブ・シンクテキストをターゲットにしていた。 Qwen3-32Bの残ストリーム上の低容量エッジプローブは、ツールコール依存性グラフをデコードする。
  論文  参考訳（メタデータ） (2026-05-25T00:16:32Z)
• Dynamic analysis enhances issue resolution [53.50448142467294]
  DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。 テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。 Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
  論文  参考訳（メタデータ） (2026-03-23T14:48:54Z)
• How a Bit Becomes a Story: Semantic Steering via Differentiable Fault Injection [1.690922615975256]
  この研究は、低レベルのビットワイド摂動(フォールトインジェクション)がその生成した記述の意味にどのように影響するかを考察する。 画像キャプションモデルでは、1つのフリップしたビットが、視覚的特徴を言葉にどのようにマッピングするかを微妙に変更し、AIが世界について語る物語全体をシフトする。 我々は、勾配に基づく感度推定を用いて意味論的臨界ビットを特定する、微分可能な故障解析フレームワークBLADEを設計する。
  論文  参考訳（メタデータ） (2025-12-09T04:04:19Z)
• Octree Latent Diffusion for Semantic 3D Scene Generation and Completion [2.8992197334880268]
  本研究では,屋内と屋外の両方でシーン補完,拡張,生成を行うことのできる単一のフレームワークを開発する。 提案手法は,効率的な2重オクツリーグラフ潜在表現を直接操作する。 単一LiDARスキャンによる高品質な構造,コヒーレントなセマンティクス,ロバストな補完を実証する。
  論文  参考訳（メタデータ） (2025-09-20T00:53:13Z)
• Detect Changes like Humans: Incorporating Semantic Priors for Improved Change Detection [52.62459671461816]
  本稿では,視覚基盤モデルからのセマンティックな先入観を取り入れ,変化を検出する能力の向上について検討する。 人間の視覚パラダイムにインスパイアされた新しいデュアルストリーム特徴デコーダは、意味認識特徴と差認識特徴を組み合わせることで変化を区別するために導出される。
  論文  参考訳（メタデータ） (2024-12-22T08:27:15Z)
• Evaluating Semantic Variation in Text-to-Image Synthesis: A Causal Perspective [50.261681681643076]
  本稿では,SemVarEffectとSemVarBenchというベンチマークを用いて,テキスト・画像合成における入力のセマンティックな変化と出力の因果性を評価する。 本研究は,T2I合成コミュニティによるヒューマンインストラクション理解の探索を促進する効果的な評価枠組みを確立する。
  論文  参考訳（メタデータ） (2024-10-14T08:45:35Z)
• AutoPruner: Transformer-Based Call Graph Pruning [7.319973664340497]
  本稿では,統計的意味解析と構造解析の両方を通じて,コールグラフの偽陽性を除去する新しいコールグラフ解析手法であるAutoPrunerを提案する。 実世界のプログラムのベンチマークデータセットに対する実証的な評価は、AutoPrunerが最先端のベースラインを上回っていることを示している。
  論文  参考訳（メタデータ） (2022-09-07T15:35:28Z)
• Mitigating Generation Shifts for Generalized Zero-Shot Learning [52.98182124310114]
  一般化ゼロショット学習(英: Generalized Zero-Shot Learning、GZSL)は、学習中に見知らぬクラスが観察できない、見つからないサンプルを認識するために意味情報(属性など)を活用するタスクである。 本稿では,未知のデータ合成を効率よく,効率的に学習するための新しい生成シフト緩和フローフレームワークを提案する。 実験結果から,GSMFlowは従来のゼロショット設定と一般化されたゼロショット設定の両方において,最先端の認識性能を実現することが示された。
  論文  参考訳（メタデータ） (2021-07-07T11:43:59Z)

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。