An Artificial Assistant for Software Developers

Informazioni relative al progetto

DEVINTA

ID dell’accordo di sovvenzione: 851720

DOI 10.3030/851720

Data della firma CE 6 Settembre 2019

Data di avvio 1 Febbraio 2020

Data di completamento 31 Luglio 2025

Finanziato da

• EXCELLENT SCIENCE - European Research Council (ERC)

Costo totale € 1 499 093,00

Contributo UE € 1 499 093,00

Coordinato da

UNIVERSITA DELLA SVIZZERA ITALIANA
Svizzera

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Atti di conferenza (22)

On the Robustness of Code Generation Techniques: An Empirical Study on GitHub Copilot

Autori: Antonio Mastropaolo, Luca Pascarella, Emanuela Guglielmi, Matteo Ciniselli, Simone Scalabrino, Rocco Oliveto, Gabriele Bavota
Pubblicato in: 2023 IEEE/ACM 45th International Conference on Software Engineering (ICSE), 2023
Editore: IEEE
DOI: 10.1109/icse48619.2023.00181

Evaluating Code Summarization Techniques: A New Metric and an Empirical Characterization

Autori: Antonio Mastropaolo, Matteo Ciniselli, Massimiliano Di Penta, Gabriele Bavota
Pubblicato in: Proceedings of the IEEE/ACM 46th International Conference on Software Engineering, 2024
Editore: ACM
DOI: 10.1145/3597503.3639174

Source Code Recommender Systems: The Practitioners' Perspective

Autori: Matteo Ciniselli, Luca Pascarella, Emad Aghajani, Simone Scalabrino, Rocco Oliveto, Gabriele Bavota
Pubblicato in: 2023 IEEE/ACM 45th International Conference on Software Engineering (ICSE), 2024
Editore: IEEE
DOI: 10.1109/icse48619.2023.00182

Don’t Reinvent the Wheel: Towards Automatic Replacement of Custom Implementations with APIs

Autori: Rosalia Tufano, Emad Aghajani, Gabriele Bavota
Pubblicato in: 2022 IEEE International Conference on Software Maintenance and Evolution (ICSME), 2022, Pagina/e 394-398
Editore: IEEE
DOI: 10.1109/icsme55016.2022.00046

How the Training Procedure Impacts the Performance of Deep Learning-based Vulnerability Patching

Autori: Antonio Mastropaolo, Vittoria Nardone, Gabriele Bavota, Massimiliano Di Penta
Pubblicato in: Proceedings of the 28th International Conference on Evaluation and Assessment in Software Engineering, 2024
Editore: ACM
DOI: 10.1145/3661167.3661200

To What Extent do Deep Learning-based Code Recommenders Generate Predictions by Cloning Code from the Training Set?

Autori: Matteo Ciniselli, Luca Pascarella, Gabriele Bavota
Pubblicato in: 2022 IEEE/ACM 19th International Conference on Mining Software Repositories (MSR), 2022, Pagina/e 167-178
Editore: IEEE
DOI: 10.1145/3524842.3528440

Unveiling ChatGPT's Usage in Open Source Projects: A Mining-based Study

Autori: Rosalia Tufano, Antonio Mastropaolo, Federica Pepe, Ozren Dabic, Massimiliano Di Penta, Gabriele Bavota
Pubblicato in: Proceedings of the 21st International Conference on Mining Software Repositories, Numero 48, 2024, Pagina/e 571-583
Editore: ACM
DOI: 10.1145/3643991.3644918

Towards Automatically Addressing Self-Admitted Technical Debt: How Far Are We?

Autori: Antonio Mastropaolo, Massimiliano Di Penta, Gabriele Bavota
Pubblicato in: 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE), 2023
Editore: IEEE
DOI: 10.1109/ase56229.2023.00103

Using pre-trained models to boost code review automation

Autori: Rosalia Tufano, Simone Masiero, Antonio Mastropaolo, Luca Pascarella, Denys Poshyvanyk, Gabriele Bavota
Pubblicato in: 2022 ACM/IEEE 44th International Conference on Software Engineering (ICSE), 2022, Pagina/e 2291–2302
Editore: ACM
DOI: 10.1145/3510003.3510621

Using deep learning to generate complete log statements

Autori: Antonio Mastropaolo, Luca Pascarella, Gabriele Bavota
Pubblicato in: 2022 ACM/IEEE 44th International Conference on Software Engineering (ICSE), 2022, Pagina/e 2279–2290
Editore: ACM
DOI: 10.1145/3510003.3511561

On the relationship between refactoring actions and bugs: a differentiated replication

Autori: Massimiliano Di Penta, Gabriele Bavota, Fiorella Zampetti
Pubblicato in: Proceedings of the 28th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering, 2020, Pagina/e 556-567, ISBN 9781450370431
Editore: ACM
DOI: 10.1145/3368089.3409695

Using reinforcement learning for load testing of video games

Autori: Rosalia Tufano, Simone Scalabrino, Luca Pascarella, Emad Aghajani, Rocco Oliveto, Gabriele Bavota
Pubblicato in: 2022 IEEE/ACM 44th International Conference on Software Engineering (ICSE), 2022, Pagina/e 2303–2314
Editore: ACM
DOI: 10.1145/3510003.3510625

An Empirical Study on Code Comment Completion

Autori: Antonio Mastropaolo, Emad Aghajani, Luca Pascarella, Gabriele Bavota
Pubblicato in: 2021 IEEE International Conference on Software Maintenance and Evolution (ICSME), 2021, Pagina/e 159-170, ISBN 978-1-6654-2882-8
Editore: IEEE
DOI: 10.1109/icsme52107.2021.00021

Sampling Projects in GitHub for MSR Studies

Autori: Ozren Dabic, Emad Aghajani, Gabriele Bavota
Pubblicato in: 2021 IEEE/ACM 18th International Conference on Mining Software Repositories (MSR), 2021, Pagina/e 560-564, ISBN 978-1-7281-8710-5
Editore: IEEE
DOI: 10.1109/msr52588.2021.00074

On the Generalizability of Deep Learning-based Code Completion Across Programming Language Versions

Autori: Matteo Ciniselli, Alberto Martin-Lopez, Gabriele Bavota
Pubblicato in: Proceedings of the 32nd IEEE/ACM International Conference on Program Comprehension, 2024
Editore: ACM
DOI: 10.1145/3643916.3644411

Towards Automating Code Review Activities

Autori: Rosalia Tufano, Luca Pascarella, Michele Tufano, Denys Poshyvanyk, Gabriele Bavota
Pubblicato in: 2021 IEEE/ACM 43rd International Conference on Software Engineering (ICSE), 2021, Pagina/e 163-174, ISBN 978-1-6654-0296-5
Editore: IEEE
DOI: 10.1109/icse43902.2021.00027

Toward Automatically Completing GitHub Workflows

Autori: Antonio Mastropaolo, Fiorella Zampetti, Gabriele Bavota, Massimiliano Di Penta
Pubblicato in: Proceedings of the IEEE/ACM 46th International Conference on Software Engineering, 2024
Editore: ACM
DOI: 10.1145/3597503.3623351

Automating Code-Related Tasks Through Transformers: The Impact of Pre-training

Autori: Rosalia Tufano, Luca Pascarella, Gabriele Bavota
Pubblicato in: 2023 IEEE/ACM 45th International Conference on Software Engineering (ICSE), 2024
Editore: IEEE
DOI: 10.1109/icse48619.2023.00203

Studying the Usage of Text-To-Text Transfer Transformer to Support Code-Related Tasks

Autori: Antonio Mastropaolo, Simone Scalabrino, Nathan Cooper, David Nader Palacio, Denys Poshyvanyk, Rocco Oliveto, Gabriele Bavota
Pubblicato in: 2021 IEEE/ACM 43rd International Conference on Software Engineering (ICSE), 2021, Pagina/e 336-347, ISBN 978-1-6654-0296-5
Editore: IEEE
DOI: 10.1109/icse43902.2021.00041

An Empirical Study on the Usage of BERT Models for Code Completion

Autori: Matteo Ciniselli, Nathan Cooper, Luca Pascarella, Denys Poshyvanyk, Massimiliano Di Penta, Gabriele Bavota
Pubblicato in: 2021 IEEE/ACM 18th International Conference on Mining Software Repositories (MSR), 2021, Pagina/e 108-119, ISBN 978-1-7281-8710-5
Editore: IEEE
DOI: 10.1109/msr52588.2021.00024

Evaluating SZZ Implementations Through a Developer-Informed Oracle

Autori: Giovanni Rosa, Luca Pascarella, Simone Scalabrino, Rosalia Tufano, Gabriele Bavota, Michele Lanza, Rocco Oliveto
Pubblicato in: 2021 IEEE/ACM 43rd International Conference on Software Engineering (ICSE), 2021, Pagina/e 436-447, ISBN 978-1-6654-0296-5
Editore: IEEE
DOI: 10.1109/icse43902.2021.00049

Towards Summarizing Code Snippets Using Pre-Trained Transformers

Autori: Antonio Mastropaolo, Matteo Ciniselli, Luca Pascarella, Rosalia Tufano, Emad Aghajani, Gabriele Bavota
Pubblicato in: Proceedings of the 32nd IEEE/ACM International Conference on Program Comprehension, 2024
Editore: ACM
DOI: 10.1145/3643916.3644400

Articoli sottoposti a revisione paritaria (7)

Automated variable renaming: are we there yet?

Autori: Antonio Mastropaolo, Emad Aghajani, Luca Pascarella, Gabriele Bavota
Pubblicato in: Empirical Software Engineering, Numero 28, 2023, ISSN 1382-3256
Editore: Kluwer Academic Publishers
DOI: 10.1007/s10664-022-10274-8

Why Developers Refactor Source Code

Autori: Jevgenija Pantiuchina, Fiorella Zampetti, Simone Scalabrino, Valentina Piantadosi, Rocco Oliveto, Gabriele Bavota, Massimiliano Di Penta
Pubblicato in: ACM Transactions on Software Engineering and Methodology, Numero 29/4, 2020, Pagina/e 1-30, ISSN 1049-331X
Editore: Association for Computing Machinary, Inc.
DOI: 10.1145/3408302

Using Transfer Learning for Code-Related Tasks

Autori: Antonio Mastropaolo, Nathan Cooper, David Nader-Palacio, Simone Scalabrino, Denys Poshyvanyk, Rocco Oliveto, Gabriele Bavota
Pubblicato in: IEEE Transactions on Software Engineering, 2022, ISSN 0098-5589
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tse.2022.3183297

Code Review Automation: Strengths and Weaknesses of the State of the Art

Autori: Rosalia Tufano, Ozren Dabić, Antonio Mastropaolo, Matteo Ciniselli, Gabriele Bavota
Pubblicato in: IEEE Transactions on Software Engineering, Numero 50, 2024, Pagina/e 338-353, ISSN 0098-5589
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tse.2023.3348172

A comprehensive evaluation of SZZ Variants through a developer-informed oracle

Autori: Giovanni Rosa, Luca Pascarella, Simone Scalabrino, Rosalia Tufano, Gabriele Bavota, Michele Lanza, Rocco Oliveto
Pubblicato in: Journal of Systems and Software, Numero 202, 2024, Pagina/e 111729, ISSN 0164-1212
Editore: Elsevier BV
DOI: 10.1016/j.jss.2023.111729

An Empirical Study on the Usage of Transformer Models for Code Completion

Autori: Matteo Ciniselli, Nathan Cooper, Luca Pascarella, Antonio Mastropaolo, Emad Aghajani, Denys Poshyvanyk, Massimiliano Di Penta, Gabriele Bavota
Pubblicato in: IEEE Transactions on Software Engineering, 2021, ISSN 0098-5589
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tse.2021.3128234

Log statements generation via deep learning: Widening the support provided to developers

Autori: Antonio Mastropaolo, Valentina Ferrari, Luca Pascarella, Gabriele Bavota
Pubblicato in: Journal of Systems and Software, Numero 210, 2024, Pagina/e 111947, ISSN 0164-1212
Editore: Elsevier BV
DOI: 10.1016/j.jss.2023.111947