教程日立2022

提取方法重构：挑战、机遇和最新应用

作者：Eman Abdullah AlOmar、Mohamed Wiem Mkaouer和Le Nguyen

机构：史蒂文斯理工学院和罗切斯特理工学院

持续时间：1.5小时

摘要：重构是软件维护中的一项关键任务，通常是为了加强更好的设计和编码实践，同时应对设计缺陷。提取方法重构广泛用于将重复的代码片段合并到单个新方法中。一些研究试图推荐使用不同技术的Extract Method重构机会，包括程序切片、程序依赖关系图分析、更改历史分析、结构相似性和特征提取。然而，无论采用何种方法，大多数现有方法都会干扰开发人员的工作流程：它们要求开发人员停止编码并分析建议的机会，并考虑整个项目中的所有重构建议，而不关注开发上下文。为了增加对提取方法重构的采用，在本教程中，我们旨在展示机器学习和深度学习算法在推荐时的有效性，同时维护开发人员的工作流。最后，我们演示了如何使用提取方法技术通过使提取方法重构的预测更加实用和可行来解决上述挑战的案例研究。

作者：无障碍学习实验室

机构：罗切斯特理工学院

持续时间：1.5小时

摘要：软件应该具有包容性，并且每个人都可以访问。你在教学生如何创建可访问的软件方面做得够多了吗？您是否告知并激励大家软件应该对每个人都平等可用？本次研讨会将介绍无障碍学习实验室（ALL），该实验室为讲师提供完整的材料，以便将无障碍性这一重要主题轻松纳入现有的广泛课程中；教员无需设置或准备时间。在本次研讨会期间，我们将介绍我们的教育无障碍实验室，这些实验室可以被纳入从9-12到本科生和研究生课程的各种课程。我们还将讨论新的、创新的和简单的方法，将无障碍性纳入本已紧张的课程。

作者：安东尼·佩鲁玛和克里斯蒂安·纽曼

机构：毛诺阿夏威夷大学和罗切斯特理工学院

持续时间：1.5小时

摘要：许多软件维护任务的先驱是程序理解，开发人员通过阅读源代码来理解系统的行为。消耗大部分源代码的是标识符名称，即唯一标识代码中实体（例如类、方法、变量等）的词法标记。因此，为了提高开发人员的生产力和工作质量，从而降低软件维护成本，标识符名称必须可读易懂。一个强有力的或高质量的名称是反映其预期行为。本教程概述了标识符命名在源代码中的重要性以及该领域过去的研究。我们还通过示例研究了常见的标识符命名结构、最佳实践和语义。更具体地说，我们向与会者介绍命名进化、语法模式和语言反模式的概念。此外，我们通过检查名称中术语的使用上下文以及它们与周围代码的关系，来探讨可读名称的质量如何较差。最后，我们还将演示帮助开发人员进行标识符名称评估和建议的工具。

作者：王志杰、黄玉恒、马磊、胡塞姆·本·布雷耶克和福泽·孔姆

机构：阿尔伯塔大学和蒙代尔理工学院

持续时间：半天

摘要：数据驱动的人工智能（如深度学习）已成为一种驱动力，并已应用于不同领域的许多应用。人的竞争性能使其成为复杂任务软件系统的核心组件，例如计算机视觉（CV）和自然语言处理（NLP）。随着部署更强大、更复杂的DL模型的日益普及，也迫切需要确保这些AI系统的质量和可靠性。然而，数据驱动的范式和黑盒特性使这种人工智能软件与经典软件有着根本的不同。为此，AI驱动系统的新软件质量保证技术具有挑战性，并且是必需的。在本教程中，我们将介绍AI质量保证的最新进展，尤其是DNN测试技术，并提供实践经验。我们将首先给出细节，并讨论传统软件和AI软件测试之间的差异。然后，我们将提供前馈神经网络（FNN）和递归神经网络（RNN）测试技术的实践教程，分别针对CV用例和NLP用例。最后，我们将与观众讨论在实现测试AI软件的全部潜力方面的成功与失败，以及可能的改进和研究方向。这些材料可从以下网址获得：AI质量保证.