プログラム
発表時間
- シンポジウム論文ロング発表
- 30分（発表20分，質疑10分）
- シンポジウム論文ショート発表・一般論文・既発表論文・招待講演
- 20分（発表15分，質疑5分）
9月18日（水）
| 会場A: シンポジウムスペース | 会場B: 大会議室 | 会場C: 中会議室 | |
|---|---|---|---|
| 9:30-9:45 | オープニング (会場A: シンポジウムスペース) | ||
| 9:45-11:05 | 基調講演 (1) (会場A: シンポジウムスペース) 座長：斎藤 忍（NTT） |
||
| 人とAIとの共生社会がもたらす変容 〜イノベーティブな社会への変容を目指して〜 講演資料 |
|||
| 11:05-11:10 | 休憩 | ||
| 11:10-12:10 | 基調講演 (2) (会場A) 座長：斎藤 忍（NTT） |
||
| Quantum Software Engineering: Challenges and Opportunities |
|||
| 12:10-13:30 | 昼休憩 | 13:30-15:00 | 進化・プログラミング (1) 座長：切貫 弘之（NTT） |
技術者支援 座長：市井 誠（日立製作所） |
テスト (1) 座長：徳本 晋（富士通） |
| ReactアプリケーションにおけるUIテスト共進化の分析とロケータ記述の追従支援 [シンポジウム論文 (研究) フル発表] |
OSSにおけるコミット履歴に基づくソフトウェア-コミュニティ共進化の分析 [シンポジウム論文 (研究) ショート発表] |
On the Use of ChatGPT for Code Review [既発表論文] |
|
| Does the first response matter for future contributions? A study of first contributions [招待論文] |
技術文書の理解支援のためのPage TrendおよびChapter Trendに基づく記述状況可視化手法の提案 [シンポジウム論文 (研究) ショート発表] |
Test-suite-guided discovery of least privilege for cloud infrastructure as code [既発表論文] |
|
| An automated detection of confusing variable pairs with highly similar compound names in Java and Python programs [招待論文] |
Stack Overflowにおける検索支援を目的とした参照関係可視化システムの提案 [シンポジウム論文 (研究) ショート発表] |
An Empirical Study on the Use of Snapshot Testing [既発表論文] |
|
| Phylogenetic Analysis of Reticulate Software Evolution [招待論文] |
経営数学教育における生成AIの活用方法 ―演繹推論法による数学解法の実践― [既発表論文] |
テストコードに存在するSelf-Admitted Technical Debtの実証的調査に向けて [一般論文] |
|
| 15:00-15:15 | 休憩 | 15:15-16:45 | チュートリアル 座長：肥後 芳樹（大阪大学） |
プログラミング (2)・管理 座長：槇原 絵里奈（立命館大学） |
大規模言語モデル (1) 座長：吉田 則裕（立命館大学） |
| 高品質な機械学習システムのエンジニアリングに向けて ～ 深層学習のリペア技術から、多面的モデリング・パイプライン統合フレームワークまで 詳細 |
iOSアプリ開発支援を目的としたソフトウェア可視化ツールRAGESSの試作 [シンポジウム論文 (研究) ショート発表] |
ChatGPT4oを用いた要件定義の工程支援とその効果に関する考察 [一般論文] |
|
| 複数プロジェクトのコード特徴量に基づくコーディング規約違反の修正予測精度の評価 [シンポジウム論文 (研究) ショート発表] |
LLMを用いたソフトウェア工学エージェントに対するパーソナリティの影響の初期調査 [一般論文] |
||
| 部分評価に基づく繰返し処理内のポインタ値の変化の理解支援 [シンポジウム論文 (研究) ショート発表] |
An Empirical Study on Small Language Models in Sentiment Analysis for Software Engineering [一般論文] |
||
| Variability Management for Multiple Large Language Models: Practical Insights from an Industrial Application [既発表論文] |
大規模言語モデルを用いた広範なソースコード理解とドキュメント生成手法の検証 [一般論文] |
||
| 16:45-17:00 | 休憩 | ||
| 17:00-18:15 | |||
| ポスター・セッション (ポスター会場: ギャラリースペース) | |||
| ポスター一覧 (論文あり/なし) | |||
| 18:15-18:30 | 休憩 | ||
| 18:30-20:00 | 情報交換会 (ファカルティラウンジ) | ||
9月19日（木）
| 会場A: シンポジウムスペース | 会場B: 大会議室 | 会場C: 中会議室 | |
|---|---|---|---|
| 9:15-10:45 | 国際セッション 座長：伊原 彰紀（和歌山大学） |
大規模言語モデル (2) 座長：石尾 隆（公立はこだて未来大学） |
形式手法 (1)・プログラミング (3) 座長：小形 真平（信州大学） |
| 海外の研究者による講演 講演資料 |
REST API仕様に基づく大規模言語モデルを用いた自動バグ修正手法 [シンポジウム論文 (研究) ショート発表] |
画面遷移システムを対象としたVDM++仕様記述のための入力テンプレートと変換ルールの提案 [一般論文] |
|
| 機能要求文における語句の抜け漏れ検出 -生成AIを活用した検出手法の検討- [シンポジウム論文 (研究) ショート発表] |
リスクアセスメントでの利用を想定した非形式/準形式混成記法に基づくトレーサビリティ管理手法 [一般論文] |
||
| ChatGPTのブラックボックステストへの適用および人間との協働可能性についての調査 [シンポジウム論文 (研究) ショート発表] |
アスペクト指向によるIoTシステム設計のMQTTを用いた実装方式の提案 [一般論文] |
||
| オンプレミス環境における大規模言語モデルの効率的運用とマイクロサービスアーキテクチャの導入戦略 [シンポジウム論文 (研究) ショート発表] |
環境適応性の高いコードクローン変更支援ツールの試作 [一般論文] |
||
| 10:45-11:00 | 休憩 | ||
| 11:00-12:00 | 基調講演 (3) (会場A: シンポジウムスペース) 座長：高田 眞吾（慶應義塾大学） |
||
| Quantum Computing, Software Engineering, and Artificial Intelligence 講演資料 |
|||
| 12:00-13:20 | 昼休憩 | ||
| 13:20-14:20 | 基調講演 (4) (ISSRE2024 連動企画)(会場A: シンポジウムスペース) 座長：角田 雅照（近畿大学） |
||
| Nバージョン構成による機械学習システムの高信頼化 講演資料 |
|||
| 14:20-14:35 | 休憩 | ||
| 14:35-16:05 | テスト (2) 座長：崔 恩瀞（京都工芸繊維大学） |
学習/教育 (1) 座長：藤原 賢二（奈良女子大学） |
データ・機械学習 座長：竹之内 啓太（NTTデータグループ） |
| 画像生成モデルの弱点検出タスクへの適用可能性調査 [シンポジウム論文 (研究) フル発表] |
Scratchにおけるユーザのコンピュテーショナル・シンキングスキルの習熟過程の分析と習熟度予測 [シンポジウム論文 (研究) ショート発表] |
プログラミングコンテストのデータを用いたバグ修正過程データセットの作成 [一般論文] |
|
| Diversity-aware fairness testing of machine learning classifiers through hashing-based sampling [招待論文] |
プログラミング演習に対する準全知デバッグ環境導入の実現性評価 [シンポジウム論文 (研究) ショート発表] |
非負値行列因子分解を用いたデータ品質向上手法の速度改善 [一般論文] |
|
| Generative Model-Based Testing on Decision-Making Policies [招待論文] |
発達障害に関するソフトウェアエンジニアリングの取り組み: 系統的文献レビュー [シンポジウム論文 (研究) ショート発表] |
ソフトウェアバグデータを対象とした例外ルール導出の試み [一般論文] |
|
| TraceJIT: Evaluating the Impact of Behavioral Code Change on Just-In-Time Defect Prediction [招待論文] |
シナリオの導入による多様なプログラミング演習問題の自動生成手法の検討 [シンポジウム論文 (研究) ショート発表] |
画像分類モデルの学習におけるAI生成画像の有効性検討 [一般論文] |
|
| 16:05-16:20 | 休憩 | ||
| 16:20-17:20 | 分析・信頼性 座長：大森 隆行（静岡大学） |
形式手法 (2)・安全性 座長：石川 冬樹（国立情報学研究所） |
学習/教育 (2)・エンタープライズ 座長：野田 夏子（芝浦工業大学） |
| The Human Side of Fuzzing: Challenges Faced by Developers during Fuzzing Activities [招待論文] |
Optimization Techniques for Model Checking Leads-to Properties in a Stratified Way [招待論文] |
Processingプログラミング初学者のための図形描画命令の実行と描画結果の対応関係の可視化 [一般論文] |
|
| Local polynomial software reliability models and their application [招待論文] |
性格特性に基づくシステム安全性検証の試み [シンポジウム論文 (研究) ショート発表] |
オンラインジャッジシステムにおけるエラーの組み合わせと解決時間の実態調査 [一般論文] |
|
| Benefits and Pitfalls of Token-Level SZZ: An Empirical Study on OSS Projects [招待論文] |
AIシステムに対するセキュリティリスク分析手法の一検討 ～自動運転システムを対象とした実践と評価～ [シンポジウム論文 (実践) ショート発表] |
コンピュータ製造企業株価回復の要因分析 －2023年前半の時価総額による回帰分析－ [一般論文] |
|
| 17:20-18:10 | クロージング（会場A: シンポジウムスペース） | ||
基調講演
基調講演 (1): 9/18 (水) 午前
- タイトル
- 人とAIとの共生社会がもたらす変容 〜イノベーティブな社会への変容を目指して〜
- 講演者
- 栗原 聡 教授 (慶應義塾大学 理工学部)
- アブストラクト
- これまでの高度成長に大きく寄与したITテクノロジーは総じて効率化が主たる目的とした道具として進化してきた．しかし，効率化自体が何かを生み出すわけではない．AIも効率化のための技術という流れの1つであるが，生成AIが登場し，道具型AIの時代は終わり自律型AIの時代へのシフトが始まったように感じる．自律型AIの日本ならではのキーワードが「OMOTENASHI」である．人に寄り添うAIの登場により，これまでの効率重視の物の見方考え方から，多様性のあるハイレベルなイノベーティブな社会への転換ができるかが，特に研究開発力が低下しつつある日本がV字回復するための最善の方法であり，今回はそうなるためのシナリオについて考察したい．
- 講演資料
基調講演 (2): 9/18 (水) 午前
- タイトル
- Quantum Software Engineering: Challenges and Opportunities
- 講演者
- 趙 建軍 教授 (九州大学 システム情報科学研究院)
- アブストラクト
- Quantum computing, which leverages the principles of quantum mechanics to process information and perform computational tasks, is a rapidly advancing field with the potential to transform various disciplines. However, developing software for quantum computers requires a shift from traditional software engineering approaches due to the fundamentally different nature of quantum software compared to classical software. This talk will discuss the challenges and opportunities in quantum software engineering and explore some of the current methods and techniques that are helping to shape the field.
基調講演 (3): 9/19 (木) 午前
- タイトル
- Quantum Computing, Software Engineering, and Artificial Intelligence
- 講演者
- Shaukat Ali 教授 (Simula Research Laboratory (Norway))
- アブストラクト
- Quantum software will enable fascinating future applications. However, creating dependable quantum software that executes on quantum computers and delivers these applications requires new software engineering methods, tools, and best practices. To this end, a novel field of Quantum Software Engineering (QSE) is emerging. This keynote will focus on engineering dependable quantum and classical software using two groundbreaking technologies: quantum computing and AI. It will discuss the challenges that prevent harnessing the full potential of these technologies for engineering both quantum and classical software. Next, the keynote will provide an overview of the current state of QSE, followed by an introduction to some techniques developed in our group. These techniques include applying classical AI methods to solve QSE problems. Moreover, it will introduce our works on using quantum AI techniques (e.g., quantum extreme learning machines and quantum annealing) to solve classical software engineering problems (e.g., testing). Finally, the talk will conclude by examining open research questions at the intersection of quantum computing, AI, and software engineering and discussing the future outlook.
- 講演資料
基調講演 (4): 9/19 (木) 午後 (ISSRE2024 連動企画)
- タイトル
- Nバージョン構成による機械学習システムの高信頼化
- 講演者
- 町田 文雄 准教授 (筑波大学 システム情報系)
- アブストラクト
- 機械学習を組み込んだソフトウェアシステムの応用が広がり，機械学習システムの品質設計が課題となっている．特に自動運転車などの高度な安全性や信頼性が要求されるシステムでは機械学習モデルの出力の信頼性を考慮したシステムの品質設計が必要である．本講演ではNバージョンプログラミングの考え方を応用した機械学習システムの高信頼化手法の研究について紹介する．Nバージョン機械学習システムの出力の信頼性はモデルの多様性と入力データの多様性によって特徴づけられることを示し，画像分類やオブジェクト検出などのタスクで信頼性の向上効果を評価した結果を述べる．また，高信頼なソフトウェア開発自動化に向けてNバージョン構成法を応用する研究の展望についても述べる．
- 講演資料
チュートリアル：9月18日 午後
- タイトル
- 高品質な機械学習システムのエンジニアリングに向けて ～ 深層学習のリペア技術から、多面的モデリング・パイプライン統合フレームワークまで
- 講師
-
- 石川 冬樹 准教授 (国立情報学研究所)
- 鷲崎 弘宜 教授 (早稲田大学)
- 前澤 悠太 氏 (Udzuki)
- 吉岡 信和 氏 (QAML・早稲田大学)
- Jati Hilamsyah 氏 (早稲田大学)
- アブストラクト
-
第一部：深層学習のリペア技術の最新動向と実際
DNNはさまざまなAIシステムで活用されており，自動運転などの高い安全性を必要とするAIシステムにとっても重要なコンポーネントとなります．その安全性を担保する際には，近くの歩行者が認識できないなど，一部の状況で性能が悪くリスクが大きくなる場合にDNNを修正(リペア)して対応しなければならないことがあります．その場合，転移学習など従来の対応方法では，一部の状況で性能改善が，他の状況での性能悪化など別の問題を発生させてしまう可能性が高く，システム全体のリスクを軽減できないことがあります．深層学習のリペア技術は，その問題に対処するために，特定の状況でのリペアが，他の状況の性能劣化に繋がらないように不都合に強く影響している深層学習のパラメータのみを修正します．本チュートリアルでは，深層学習のリペア技術の概要を解説し，最新の技術動向を紹介します．さらに，我々がJST未来社会創造事業のeAIプロジェクトの一貫として公開しているオープンソースソフトウェアのDNNリペアツールを用いたデモンストレーションを通じて，リペアの実際を示します． -
第二部：機械学習システムの多面的モデリング・パイプライン統合フレームワーク
機械学習モデルの非決定性に伴い，機械学習システムの開発は実験的なものとなる傾向にあります．加えて，機械学習特有の技術活動はしばしば他の活動から独立して実施され，ソフトウェアシステムにおける他の側面は十分に考慮されず，結果として全体としての品質や価値を損なう可能性があります．そうした従来の開発とは異なる機械学習システム特有の性質を扱うため，eAIプロジェクトでは機械学習システムの価値や安全性を含む様々な側面を一貫した形で分析設計モデリングし，その内容を継続的に機械学習モデルの訓練や修正，運用のワークフローパイプラインと統合するフレームワークを実現しています．このフレームワークの内容をハンズオンの体験形式で解説します． - 詳細
国際セッション：9月19日 午前
-
海外の研究者による講演
- 講師
-
- Foutse Khomh 教授 (Polytechnique Montréal (Canada))
タイトル: Towards Reliable Machine Learning Models for Code
概要: Machine learning (ML) models trained on code are increasingly integrated into various software engineering tasks. While they generally demonstrate promising performance, many aspects of their capabilities remain unclear. Specifically, there is a lack of understanding regarding what these models learn, why they learn it, how they operate, and when they produce erroneous outputs.
In this talk, I will present findings from a series of studies that (i) examine the abilities of these models to complement human developers, (ii) explore the syntax and representation learning capabilities of ML models designed for software maintenance tasks, and (iii) investigate the patterns of bugs these models exhibit. Additionally, I will discuss a novel self-refinement approach aimed at enhancing the reliability of code generated by Large Language Models (LLMs). This method focuses on reducing the occurrence of bugs before execution, autonomously and without the need for human intervention or predefined test cases.
講演資料
プロフィール: Foutse Khomh is a Full Professor of Software Engineering at Polytechnique Montréal, a Canada Research Chair Tier 1 on Trustworthy Intelligent Software Systems, a Canada CIFAR AI Chair on Trustworthy Machine Learning Software Systems, an NSERC Arthur B. McDonald Fellow, an Honoris Genius Prize Laureate, and an FRQ-IVADO Research Chair on Software Quality Assurance for Machine Learning Applications. He received a Ph.D. in Software Engineering from the University of Montreal in 2011, with the Award of Excellence. He also received a CS-Can/Info-Can Outstanding Young Computer Science Researcher Prize for 2019. His research interests include software maintenance and evolution, machine learning systems engineering, cloud engineering, and dependable and trustworthy ML/AI. His work has received four ten-year Most Influential Paper (MIP) Awards, six Best/Distinguished Paper Awards at major conferences, and two Best Journal Paper of the Year Awards. He initiated and co-organized the Software Engineering for Machine Learning Applications (SEMLA) symposium and the RELENG (Release Engineering) workshop series. He is co-founder of the NSERC CREATE SE4AI: A Training Program on the Development, Deployment, and Servicing of Artificial Intelligence-based Software Systems and one of the Principal Investigators of the DEpendable Explainable Learning (DEEL) project. He is also a co-founder of Quebec’s initiative on Trustworthy AI (Confiance IA Quebec) and Scientific co-director of the Institut de Valorisation des Données (IVADO). He is on the editorial board of multiple international software engineering journals (e.g., IEEE Software, EMSE, SQJ, JSEP) and is a Senior Member of IEEE.- Michael John Decker 准教授 (Bowling Green State University (United States))
タイトル: srcML & srcDiff: Infrastructures to support the Software Evolution Community
概要: srcML and srcDiff are both infrastructures that aim to support researchers and industry with their software evolution needs. The srcML Infrastructure (srcML.org), at its core, consists of both a lossless XML representation of source-code and a tool to efficiently convert source code to and from that format. With this as its foundation, the srcML Infrastructure directly support the exploration, analysis, and transformation of source code. The srcML Infrastructure has been under development for nearly 20 years. It is widely used by researchers and industry practitioners, and it has been used in over 35 graduate thesis/dissertations and over 75 publications.
srcDiff (srcDiff.org) is an infrastructure (currently under development) that supports the computation, markup, and analysis of software changes. Built on the srcML format, srcDiff adds a few additional tags to markup the changes between source code. Like srcML, srcDiff is lossless and will markup changes to source-code, whitespace, comments, and preprocessor statements. Unlike other existing source-code differencing tools, srcDiff uses a syntax-directed differencing algorithm based on how developer’s perceive software changes, instead of a purely mechanical tree-based approach. The result is a delta that more closely models the changes made by a developer.
In this talk, the infrastructures are introduced and examples are shown of how the infrastructures can and have been used for various software evolution tasks. Furthermore, the current and future plans for the infrastructures are given, along with how you can get involved.
講演資料
プロフィール: Michael J. Decker, Ph.D. is an associate professor at Bowling Green State University in Ohio, USA. His research interests are in software evolution and maintenance (including the exploration, analysis, and manipulation of source code), software change, and program comprehension. He is a member of the Software DeveloMent Laboratory (SDML) and the Source Code Analysis and Natural Language Lab (SCANL). Dr. Decker has been working on the srcML Infrastructure for over 10 years, and is the lead principle investigator developing the srcDiff Infrastructure.
ポスターセッション: 9/18 (水) 夕方
ポスター発表（論文あり）
- P01: コンピュータ製造企業株価回復の要因分析 －2022年度6月の時価総額による回帰分析－
- 伊藤 綾花, 大川 あずき, 田村 紗愛, 都丸 紗英, 白田 由香利 (学習院大学)
- P02: コンピュータ製造企業株価回復の要因分析 －2022年度9月から12月の時価総額による回帰分析－
- 宮川 智尋, 坂井 杏, 及川 彩佳, 白田 由香利 (学習院大学)
- P03: 新たな価値創造に向けたデザインとアートの融合による要求工学 -エンジニアのための感性強化手法の模索と実践- [企業ポスター]
- 井出 勝 (富士通), 岡本 あかり (日本総合研究所), 小林 有 (NEC ソリューションイノベータ), 菅原 康祐 (東芝インフォメーションシステムズ), 杉田 健太郎 (NTT データアイ), 兵藤 潤一 (富士通), 北川 貴之, 長岡 武志 (東芝), 竹内 智哉 (日本総合研究所), 稲葉 裕美 (OFFICE HALO), 位野木 万里 (工学院大学)
- P04: Gitを用いたソフトウェア開発PBLにおけるコミットメッセージの調査
- 白井 楓菜, 櫨山 淳雄 (東京学芸大学)
- P05: Exploring Bug Fixing Time through Causal and Preliminary Topic Analysis [企業ポスター]
- Sien Reeve O. Peralta, Hironori Washizaki, Yoshiaki Fukawaza (Waseda University), Yuki Noyori, Shuhei Nojiri, Hideyuki Kanuka (Hitachi)
- P06: An MLOps Workflow for Automotive System Development [企業ポスター]
- Siqiao Li, Makoto Ichii (Hitachi), Masahiro Matsubara, Kei Kawahara, Hiroki Maehama (Hitachi Astemo), Yasufumi Suzuki (Hitachi)
- P07: LLMを用いた形式仕様記述による検証の試行評価 [企業ポスター]
- 新原 敦介, 小川 秀人 (日立製作所)
- P08: マイクロサービスアーキテクチャへの移行における対話的現新比較手法 [企業ポスター]
- 木下 崇央, 鹿糠 秀行, 乾 広二, 田中 優利, 太田 聡 (日立製作所)
- P09: 大規模言語モデルを活用したダイアグラムを含むソフトウェア設計書の自動レビュー手法の検討 [企業ポスター]
- 福田 貴三郎, 徳本 晋, 藤本 博昭, 小田嶋 成幸 (富士通)
- P10: LLMによるAIシステムの脅威への緩和策自動生成
- 藤原 雄矢, 土田 拓将, 宮田 陸歩, 鷲崎 弘宜, 鵜林 尚靖 (早稲田大学)
- P11: NFT取引に基づくGNNを用いた繋がりの推定
- 白石 藍丸, 細野 繁 (東京工科大学)
- P12: Web3サービスにおけるトラストモデルの提案
- 安野 裕貴, 細野 繁 (東京工科大学)
- P13: 振る舞い駆動開発の結合テスト工程への適用
- 高木 陽平, 鷲崎 弘宜, 吉岡 信和, 鵜林 尚靖 (早稲田大学)
- P14: 抽象化を伴うソフトウェア設計の教育・学習の支援に関する研究の現状調査
- 二見 隆太郎, 櫨山 淳雄 (東京学芸大学)
- P15: 差分構文木を用いたプログラミング授業受講者のコーディング特徴の自動抽出
- 青木 晃汰, 上野 秀剛 (奈良工業高等専門学校)
- P16: 類似案件検索を活用した要求仕様評価技術の開発 [企業ポスター]
- 森 承宇, 井奥 章,永吉 勤, 小川 秀人 (日立製作所)
- P17: 工数見積もりにおけるデータ修整方法の効果
- 戸田 航史 (福岡工業大学)
- P18: ソフトウェア開発工程のコーパス化に向けて
- 西潟 優羽, 丹波 光, 前田 遥香, 佐藤 美唯 (日本女子大学), 秋信 有花, 倉林 利行 (NTTソフトウェアイノベーションセンタ), 倉光 君郎 (日本女子大学)
- P19: 開発者のIDE操作履歴に基づくソースコード著者識別
- 大森 隆行 (静岡大学), 桑原 寛明 (南山大学), 西垣 正勝 (静岡大学)
- P20: LLM はソフトウェアプロダクトを人視点で評価できるのか？ ～新規性/有用性/偶発性の自動評価の実現に向けた調査～[企業ポスター]
- 秋信 有花, 切貫 弘之 (NTTソフトウェアイノベーションセンタ)
- P21: Continuous Fuzzingデータを用いた脆弱性予測に関する研究
- 加藤 陸, 柏 祐太郎 (奈良先端科学技術大学院大学), 藤原 賢二 (奈良女子大学), 飯田 元 (奈良先端科学技術大学院大学)
- P22: Fuzzingカバレッジと脆弱性検出における関係性の考察
- 白井 達也, 柏 祐太郎 (奈良先端科学技術大学院大学), 藤原 賢二 (奈良女子大学), 飯田 元 (奈良先端科学技術大学院大学)
- P23: バイナリに対応するシンボリック実行エンジンを用いた動的バースマークの抽出システム
- 村山 永遠 (筑波大学), 神﨑 雄一郎 (熊本高等専門学校), 玉田 春昭 (京都産業大学)
- P24: レガシーCコードの構文解析の試み
- 橋本 政朋 (千葉工業大学)
- P25: アプリケーションで利用するDockerfileと類似するイメージの検索手法の検討
- 松橋 尚也, 円山 隆也, 尾花 将輝 (大阪工業大学)
- P26: 日本情報オリンピック予選問題に対するChatGPTによる自動コーディング
- 本田 澄, 和泉 直翔 (大阪工業大学)
- P27: 多様なプログラミング言語に対するリファクタリングの検出に向けて
- 永木 郁也, 林 晋平 (東京工業大学)
- P28: ChatGPTを活用した作業時間見積もりのパーソナライゼーションに向けて
- 浜元 健成, 木村 あみ, 角田 雅照 (近畿大学), 戸田 航史 (福岡工業大学), 中才 恵太朗 (大阪府立大学工業高等専門学校)
b