Banca de QUALIFICAÇÃO: ANDRE MOABSON DA SILVA RAMOS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : ANDRE MOABSON DA SILVA RAMOS
DATA : 31/03/2022
HORA: 14:00
LOCAL: Instituto de Computação
TÍTULO:

Transfer Learning para Detecção de Code Smells

PALAVRAS-CHAVES:

code smells, detecção, aprendizado por transferência, aprendizado de máquina, aprendizado profundo, redes neurais

PÁGINAS: 30
RESUMO:

Durante o desenvolvimento de um software, a presença de code smells tem sido relacionada com a degradação na qualidade do software. Diversos estudos mostram a importância de detectar os smells no código fonte e aplicar refatoração. No entanto, as abordagens existentes para a detecção de code smells são limitadas para determinadas linguagens de programação. Nesse contexto, este trabalho visa ampliar os métodos para detecção de code smells utilizando o aprendizado por transferência comparando os resultados de modelos construídos a partir de duas arquiteturas de redes neurais. Para o nosso estudo, selecionamos cinco linguagens de programação que estão entre as 10 de linguagens mais utilizadas segundo pesquisa do StackOverflow feita em 2021, sendo elas: Java, C#, C++, Python e JavaScript. Os resultados indicaram que ao aplicar o aprendizado por transferência os modelos conseguiram classificar bem os trechos de códigos com smell em outras linguagens com exceção do modelo Python independente da arquitetura do modelo. Esses resultados podem ajudar os desenvolvedores e pesquisadores a aplicar as mesmas estratégias de detecção de code smells em diferentes linguagens de programação e utilizar modelos e conjuntos de dados que disponibilizamos. 

MEMBROS DA BANCA:
Presidente - 1963609 - BALDOINO FONSECA DOS SANTOS NETO
Interno - 2021852 - THIAGO DAMASCENO CORDEIRO
Externo à Instituição - GERALDO BONORINO XEXÉO - UFRJ
Externo à Instituição - RAFAEL MAIANI DE MELLO - UFRJ