| 講演名 | 2022-03-09 プログラムの画像を用いた深層学習によるコードレビュー支援と有効性の検証 小川 一彦(放送大), 中谷 多哉子(放送大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | システム開発で，プログラムの品質を高める方法の一つにコードレビューがある．コードレビューですべての不具合を指摘することはできないが，レビューアの指摘漏れを減らすことができればシステムの品質は向上する．本研究では，レビューアによるプログラムのレビューを支援し，レビューアが指摘できない不具合を指摘できることを目指す．コードレビューを支援するため，教師あり学習の結果を用いてプログラムの不具合の可能性を推論させる．教師あり学習は，プログラムを画像に変換して，プログラムの不具合を学習させる．我々は、不具合の可能性を推論した結果を用いて，レビュー支援のためのリストを作成した．レビューアがリストを参考にしてコードレビューを行なうことで，指摘できる不具合の種類と数が増えることを検証するため，実験を行った．実験は，リストを用いたレビューと用いないレビューを行ない，レビューの結果を比較し検証した．実験の結果，レビューアがリストを用いたコードレビューで指摘したプログラムの不具合のうち，種類と数が増えたものがあった． |
| 抄録(英) | Code review is one of the ways to improve the quality of programs. Code reviews cannot point out all faults, but if reviewers can reduce the missing of point out, the quality of the system will improve. In our research, we aim to support the review of programs by reviewers and to point out defects that reviewers cannot point out. In order to support code review, the results of supervised learning are used to infer possible faults in the program. Supervised learning transforms the program into an image and learns the faults in the program. We used the results of our reasoning about the likelihood of faults to create a list for support of code review. We conducted an experiment to verify that the number and type of faults that can be pointed out increases when reviewers refer to the list and perform code reviews. In the experiment, we conducted reviews with and without the list, and compared and verified the results of the reviews. As a result of the experiment, some of the program faults that reviewers pointed out in the code review using the list increased in type and number. |
| キーワード(和) | プログラムの不具合推論 / 畳み込みニューラルネットワーク / ソースコードの画像化 / 深層学習 / コードレビュー |
| キーワード(英) | bug inference / convolutional nural network / image of source code / deep learning / code review |
| 資料番号 | KBSE2021-49 |
| 発行日 | 2022-03-02 (KBSE) |
| 研究会情報 | |
| 研究会 | KBSE |
|---|---|
| 開催期間 | 2022/3/9(から2日開催) |
| 開催地（和） | オンライン開催(Zoom) |
| 開催地（英） | Online |
| テーマ（和） | 一般，学生 |
| テーマ（英） | General, Student |
| 委員長氏名（和） | 中川 博之(阪大) |
| 委員長氏名（英） | Hiroyuki Nakagawa(Osaka Univ.) |
| 副委員長氏名（和） | 猿渡 卓也(NTTデータ) |
| 副委員長氏名（英） | Takuya Saruwatari(NTT Data) |
| 幹事氏名（和） | 小形 真平(信州大) / 槇原 絵里奈(同志社大) |
| 幹事氏名（英） | Shinpei Ogata(Shinsｈu Univ) / Erina Nakihara(Doshisha Univ,) |
| 幹事補佐氏名（和） | 小島 英春(阪大) / 柏 祐太郎(九大) |
| 幹事補佐氏名（英） | Hideharu Kojima(Osaka Univ.) / Yutaro Kashiwa(Kyushu Univ,) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Knowledge-Based Software Engineering |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | プログラムの画像を用いた深層学習によるコードレビュー支援と有効性の検証 |
| サブタイトル（和） | |
| タイトル（英） | Code review support and verification of effectiveness using deep learning with images of programs |
| サブタイトル（和） | |
| キーワード(1)（和/英） | プログラムの不具合推論 / bug inference |
| キーワード(2)（和/英） | 畳み込みニューラルネットワーク / convolutional nural network |
| キーワード(3)（和/英） | ソースコードの画像化 / image of source code |
| キーワード(4)（和/英） | 深層学習 / deep learning |
| キーワード(5)（和/英） | コードレビュー / code review |
| 第 1 著者 氏名（和/英） | 小川 一彦 / Kazuhiko Ogawa |
| 第 1 著者 所属（和/英） | 放送大学大学院(略称：放送大) Open University of Japan(略称：OUJ) |
| 第 2 著者 氏名（和/英） | 中谷 多哉子 / Takako Nakatani |
| 第 2 著者 所属（和/英） | 放送大学大学院(略称：放送大) Open University of Japan(略称：OUJ) |
| 発表年月日 | 2022-03-09 |
| 資料番号 | KBSE2021-49 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | KBSE-424 |
| ページ範囲 | pp.48-53(KBSE), |
| ページ数 | 6 |
| 発行日 | 2022-03-02 (KBSE) |