رسالة جامعية
Artificial intelligence for program comprehension: disclosing neural models trained on source code
العنوان: | Artificial intelligence for program comprehension: disclosing neural models trained on source code |
---|---|
المؤلفون: | SALETTA, MARTINA |
المساهمون: | Saletta, M, MARIANI, LEONARDO, FERRETTI, CLAUDIO |
بيانات النشر: | Italy Università degli Studi di Milano-Bicocca |
سنة النشر: | 2023 |
المجموعة: | Università degli Studi di Milano-Bicocca: BOA (Bicocca Open Archive) |
مصطلحات موضوعية: | prog. comprehension, AI, reti neurali, evolutionary comp, codice sorgente, neural network, evolutionary comput, source code, INF/01 - INFORMATICA |
الوصف: | L'intelligenza artificiale ha avuto un grande sviluppo negli ultimi anni, ed è stata applicata a vari domini, tra cui quello della program comprehension. L'obiettivo principale di questa tesi è quello di sviluppare approcci basati sull'intelligenza artificiale che operino su codice sorgente, in modo da poterne estrarre conoscenza. Il lavoro si sviluppa su due principali linee, ovvero (1) il riconoscimento automatico di particolari proprietà che possono spaziare dalla presenza di specifici pattern sintattici a caratteristiche più di alto livello, come l'obiettivo funzionale di frammenti di codice, e (2) lo studio di come modelli neurali esistenti addestrati per differenti scopi fanno le loro predizioni. In questo caso, l'obiettivo principale è quello di analizzare quali elementi sono più coinvolti nel processo di decisione della rete. Il lavoro sviluppato ha permesso di ottenere risultati promettenti, tra cui lo sviluppo di un embedding per codice sorgente capace di cogliere diverse proprietà, una profonda analisi delle dinamiche interne di reti neurali addestrate su codice sorgente, lo studio del processo di decisione di moderni transformer in termini di identificazione di caratteristiche, o concetti ad alto livello, sono più importanti per la predizione, e la definizione di un metodo per sintetizzare istanze adversarial per ingannare una rete neurale. ; The field of Artificial Intelligence (AI) has made significant advancements in recent years and has been applied to various domains including that of program comprehension. In this thesis, the main interest consists in devising AI approaches to deal with source code, in order to be able to extract knowledge from it. The featured work is developed along two main research lines, namely (1) the automatic recognition of particular source code properties which can range from the presence of particular syntactic patterns or constructs to higher level features such as the functional purpose of code snippets, and (2) the study of how existing neural models ... |
نوع الوثيقة: | doctoral or postdoctoral thesis |
اللغة: | English |
العلاقة: | https://hdl.handle.net/10281/415137Test |
الإتاحة: | https://hdl.handle.net/10281/415137Test |
حقوق: | info:eu-repo/semantics/openAccess |
رقم الانضمام: | edsbas.6D7EA53C |
قاعدة البيانات: | BASE |
الوصف غير متاح. |