川畑徹平さんがThe Ninth International Conference on Fundamentals and Advances in Software Systems Integration (FASSI 2023)にてベストペーパー賞を受賞

最近のソフトウェア開発では、大規模なソースコード基盤に頻繁な変更を加えたり新機能を追加するといった流用開発が９割以上を占めています。このような開発では影響分析と呼ばれる、プログラムに変更を加える際にその影響が及ぶ範囲を決定する作業が重要となります。本研究では、過去の変更履歴に共起関係を利用した機械学習法を適用し、影響するコード部分を精度良く推定する影響分析手法の提案、実装並びに評価を行いました。この研究は、三菱電機株式会社との共同研究です。