순환 신경망을 활용한 코드 변경 추천 시스템의 학습 시간 단축 방법 


47권  10호, pp. 948-957, 10월  2020
10.5626/JOK.2020.47.10.948


PDF

  요약

개발자에게 수정이 필요한 파일을 추천하는 시스템은 개발자의 작업 시간을 줄여 준다. 그러나 이런 추천 시스템은 일반적으로 축적된 데이터를 학습할 때 많은 시간이 들며, 또한 새로운 데이터가 축적될 때마다 새로이 학습하는데 많은 시간을 소모한다. 본 연구는 순환 신경망을 이용한 코드 변경 추천시스템(RNN-CRS)에 새로운 데이터가 축적되어 학습을 다시 해야 할 때 불필요한 학습을 회피하여 학습에 드는 시간을 줄이는 방법을 제안한다. 제안 방법의 실험 평가에서 제안 방법은 데이터가 새로 축적되어 학습 모델을 다시 생성하는데 소요되는 시간을, 실험에 사용된 다섯 개의 제품들에 대하여 시간 단축이 큰 경우에는 기존 연구에 비해 49.08%~68.15% 단축시켰고 작은 경우에는 10.66% 단축시켰다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

B. Bae, S. Kang, S. Lee, "Reducing the Learning Time of Code Change Recommendation System Using Recurrent Neural Network," Journal of KIISE, JOK, vol. 47, no. 10, pp. 948-957, 2020. DOI: 10.5626/JOK.2020.47.10.948.


[ACM Style]

Byeong-il Bae, Sungwon Kang, and Seonah Lee. 2020. Reducing the Learning Time of Code Change Recommendation System Using Recurrent Neural Network. Journal of KIISE, JOK, 47, 10, (2020), 948-957. DOI: 10.5626/JOK.2020.47.10.948.


[KCI Style]

배병일, 강성원, 이선아, "순환 신경망을 활용한 코드 변경 추천 시스템의 학습 시간 단축 방법," 한국정보과학회 논문지, 제47권, 제10호, 948~957쪽, 2020. DOI: 10.5626/JOK.2020.47.10.948.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr