机器学习/深度学习与软件工程的协同:我们进展几何?
软件工程
2020-08-14 v1 机器学习
摘要
自 2009 年以来,由 ImageNet 的引入所引发的深度学习革命,促进了机器学习 (ML)/深度学习 (DL) 与软件工程 (SE) 之间的协同。与此同时,出现了一些批判性评论,认为应谨慎使用 ML/DL。为提高 ML/DL 相关 SE 研究的质量(尤其是适用性和泛化性),并刺激和加强 SE/AI 研究人员与行业从业者未来的合作,我们对 2009 至 2018 年间发表的 906 篇 ML/DL 相关 SE 论文进行了为期 10 年的系统文献综述 (SLR)。我们的趋势分析展示了 ML/DL 与 SE 相互之间的影响。然而,同时也观察到可复现和可重复的 ML/DL 相关 SE 研究匮乏,并识别出影响其可复现性的五个因素。为提高研究结果的适用性和泛化性,我们分析了研究中哪些要素有助于理解为何针对特定 SE 问题选择了某种 ML/DL 技术。此外,我们识别了 DL 模型对 SE 任务影响的独特趋势,以及为更好利用 DL 提升 SE 任务生产力所需应对的五个独特挑战。最后,我们勾勒了一幅路线图,相信其能促进基于 ML/DL 的 SE 研究成果向真实行业实践的转化。
引用
@article{arxiv.2008.05515,
title = {Synergy between Machine/Deep Learning and Software Engineering: How Far Are We?},
author = {Simin Wang and Liguo Huang and Jidong Ge and Tengfei Zhang and Haitao Feng and Ming Li and He Zhang and Vincent Ng},
journal= {arXiv preprint arXiv:2008.05515},
year = {2020}
}