Forschungsgruppe

Machine Learning-Methoden im Software Engineering

Anwendungen der Datenanalyse werden in vielen Bereichen der Forschung und Industrie immer beliebter, so auch in der Softwareentwicklung. Mit dieser Gruppe wollen wir die aktuellen Praktiken in beiden Bereichen zusammenführen, indem wir moderne Softwareentwicklungstools verbessern und neue Wege zur Entwicklung und Wartung von Code entdecken.

Unsere aktuellen Interessensgebiete:

  • Erkennung von Fehlern in der objektorientierten Architektur und automatische Empfehlung geeigneter Umgestaltungen zur Optimierung der Codestruktur.
  • Erkennung von Code-Klonen und Tools zur automatischen Erkennung und Extraktion von wiederverwendbaren Codefragmenten
  • Aufbau reichhaltigerer Einbettungen von Code für die Erkennung von Plagiaten, die Vorhersage von Methoden- und Variablennamen und die Textextrahierung.
  • Analyse der Dynamik des Programmierungsstil der Entwickler*innen
  • Nutzung historischer Daten zur Erweiterung von Collaboration-Tools, z.B. durch Empfehlungssysteme.
  • Anomalieerkennung für Code.
  • Automatisierte Codegenerierung aus natürlichen Sprachbeschreibungen, verwendeten API-Aufrufen usw.
  • Automatisierte Programmierunterstützung sowohl für Studierende als auch für erfahrene Entwickler*innen, einschließlich der Suche/Behebung typischer Fehler, Übernahme von IDE-Funktionen, Benutzerabsicht und Kontextanalyse.
  • Commit-basierte Analyse von Code-Repositorys zur Vorhersage von Methoden zur Änderung, Fehlersuche und anderen Ereignissen.
  • Methoden zur automatisierten Fehlererkennung und Programmreparatur.

Gruppenmitglieder

Timofey Bryksin
Timofey Bryksin
Leiter*in Forschungslabor/-gruppe
Anastasia Tuchina
Anastasia Tuchina
Forscher*in
Anastasia Birillo
Anastasia Birillo
Forscher*in
Vladislav Tankov
Vladislav Tankov
Senior Researcher
Artyom Lobanov
Artyom Lobanov
Forscher*in
Elena Lyulina
Elena Lyulina
Forscher*in
Sergey Titov
Sergey Titov
Forscher*in
Mikhail Evtikhiev
Mikhail Evtikhiev
Forscher*in