| Project/Area Number |
21K11839
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60050:Software-related
|
|---|
| Research Institution | Ryukoku University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2021: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
|
|---|
| Keywords | ソースコード / コード補完 / コード推薦 / 不具合予測 / ソースコード推薦 / ソースコード補完 / ソースコードマイニング |
|---|
| Outline of Research at the Start |
開発者が自発的に行動して開発（コーディング）を進めていくのではなく、受動的に開発を進めていく統合開発環境を提案し、提案したシステムを構築する。従来の開発者が明示的に作業を指示していく開発環境ではなく、現在の開発状況に応じて適切な行動を促す開発環境を目指す。この開発環境を実現するために、多くの質の高いテストケースとソースコードの組から知識を抽出し、統合開発環境を通じてその知識を提供することで質の高いソフトウェア開発が可能となる。この環境を利用することで、開発時の生産性を上げ、不具合の少ないソースコードを短期間で記述できる効果が期待できる。
|
| Outline of Final Research Achievements |
In this study, we propose a mechanism that extends beyond simple code completion to complete entire source codes. Initially, we focused on simple code completion. Specifically, we proposed a method limited to API recommendations using the order of method call statements. Furthermore, to ensure software quality, we proposed a method to predict source codes that are likely to contain defects. As a method to achieve this, we used deep learning to predict defects within the source code.
|
| Academic Significance and Societal Importance of the Research Achievements |
ソフトウェア開発においてプログラミング工程は開発者の知識が問われる作業であり、その言語の文法などを知っている必要がある。さらに、その文法に従い要求通りのソースコードを記述する必要がある。しかし、要求通りのソースコードを実現するためには、複数の方法があるため、正解を導き出すことは難しい。知識を補うためにソースコードの推薦や補完などの機能を備えた統合開発環境が存在するが、部分的な補完に留まっており、開発全体の作業を補うには至っていない。本研究では、単純な補完にとどまらず、開発全体を補完していく。
|
