深度学习在软件工程中的研究综述
软件工程
2020-12-01 v1
摘要
2006 年，Geoffrey Hinton 提出了训练“深度神经网络（DNNs）”的概念及一种改进模型训练方法，以打破神经网络发展的瓶颈。近些年来，2016 年 AlphaGo 的推出展示了深度学习的强大学习能力及其巨大潜力。由于其能提升各类软件工程（SE）任务的性能，深度学习正日益被用于开发最先进的 SE 研究工具。诸多因素，如深度学习模型选择、内部结构差异与模型优化技术，可能影响 DNN 应用于 SE 时的性能。迄今极少有工作聚焦于总结、分类与分析深度学习技术在 SE 中的应用。为填补此空白，我们开展了一项综述以分析自 2006 年以来发表的相关研究。我们首先给出一个示例以说明深度学习技术如何用于 SE。随后我们总结并分类了 SE 中使用的不同深度学习技术。我们分析了这些深度学习模型中采用的关键优化技术，最后描述了一系列 SE 中使用 DNN 的关键研究主题。基于我们的发现，我们提出了一组尚待研究的当前挑战，并勾勒出突出未来工作关键机遇的拟议研究路线图。
引用
@article{arxiv.2011.14597,
title = {A Survey on Deep Learning for Software Engineering},
author = {Yanming Yang and Xin Xia and David Lo and John Grundy},
journal= {arXiv preprint arXiv:2011.14597},
year = {2020}
}