Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé du colloque
La reconstruction de la conception, une partie du processus de rétro-ingénierie d'un programme, doit pouvoir présenter aux programmeurs toute l'information pertinente pour comprendre un système donné. Les modèles connexionnistes peuvent être utilisés conjointement à des approches plus traditionnelles, pour analyser l'information informelle (commentaires et mémos) dans les programmes. L'approche présentée se base sur les Réseaux de Neurones Artificiels (RNA). Les avantages d'un tel approche se retrouvent dans sa propriété d'être tolérant aux distorsions dans les données, sa capacité de mémoire associative (capacité de récupérer un concept en partant seulement du mot original) et dans sa capacité de généralisation (apprentissage conceptuel des micro-caractéristiques pertinentes au domaine). La méthode proposée est une combinaison d'un approche descendant d'analyse du domaine (la création d'une hiérarchie conceptuelle par un expert du domaine afin de bâtir l'ensemble d'apprentissage) et un approche ascendant (l'analyse de l'information informelle en utilisant les modèles connexionnistes). Les résultats des tests sont présentés en termes de couverture du code et de précision. Les modèles connexionnistes présentent une précision remarquablement plus élevée que des simples méthodes lexicales. Les modèles récurrents, en particulier, montrent une précision et une couverture plus élevées que les modèles statiques.
Vous devez être connecté pour ajouter un élément à vos favoris.
Veuillez vous connecter ou créer un compte pour continuer.
Outils de citation
Citer cet article :
MLA
APA
Chicago
Ajouter un dossier
Vous pouvez ajouter vos contenus préférés à des dossiers organisés. Une fois le dossier créé,
vous pouvez ajouter un article ou un contenu de la liste ou de la vue détaillée au dossier sélectionné dans la liste.