Buchumschlag

A Machine Learning Approach for Automated Filling of Categorical Fields in Data Entry Forms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Belgacem, Hichem, Li, Xiaochen, Bianculli, Domenico, Briand, Lionel C.
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning-Based Relaxation of Completeness Requirements for Data Entry Forms
von: Belgacem, Hichem, et al.
Veröffentlicht: (2023)

LLM meets ML: Data-efficient Anomaly Detection on Unstable Logs
von: Hadadi, Fatemeh, et al.
Veröffentlicht: (2024)

SAGA: Detecting Security Vulnerabilities Using Static Aspect Analysis
von: Marquer, Yoann, et al.
Veröffentlicht: (2026)

A Comprehensive Study of Machine Learning Techniques for Log-Based Anomaly Detection
von: Ali, Shan, et al.
Veröffentlicht: (2023)

Impact of Log Parsing on Deep Learning-Based Anomaly Detection
von: Khan, Zanis Ali, et al.
Veröffentlicht: (2023)

Trace Diagnostics for Signal-based Temporal Properties
von: Boufaied, Chaima, et al.
Veröffentlicht: (2022)

Systematic Evaluation of Deep Learning Models for Log-based Failure Prediction
von: Hadadi, Fatemeh, et al.
Veröffentlicht: (2023)

Testing CPS with Design Assumptions-Based Metamorphic Relations and Genetic Programming
von: Mandrioli, Claudio, et al.
Veröffentlicht: (2024)

Stress Testing Control Loops in Cyber-Physical Systems
von: Mandrioli, Claudio, et al.
Veröffentlicht: (2023)

A Piece of QAICCC: Towards a Countermeasure Against Crosstalk Attacks in Quantum Servers
von: Marquer, Yoann, et al.
Veröffentlicht: (2025)

Automated Test Case Repair Using Language Models
von: Yaraghi, Ahmadreza Saboor, et al.
Veröffentlicht: (2024)

Learning-Guided Fuzzing for Testing Stateful SDN Controllers
von: Ollando, Raphaël, et al.
Veröffentlicht: (2024)

Unknown Attack Detection in IoT Networks using Large Language Models: A Robust, Data-efficient Approach
von: Ali, Shan, et al.
Veröffentlicht: (2026)

Constrained Co-evolutionary Metamorphic Differential Testing for Autonomous Systems with an Interpretability Approach
von: Yousefizadeh, Hossein, et al.
Veröffentlicht: (2025)

Towards a Taxonomy of Software Log Smells
von: Saarimäki, Nyyti, et al.
Veröffentlicht: (2024)

Diagnosing Violations of State-based Specifications in iCFTL
von: Stratan, Cristina, et al.
Veröffentlicht: (2025)

Testing Updated Apps by Adapting Learned Models
von: Ngo, Chanh-Duc, et al.
Veröffentlicht: (2023)

SMARLA: A Safety Monitoring Approach for Deep Reinforcement Learning Agents
von: Zolfagharian, Amirhossein, et al.
Veröffentlicht: (2023)

Drivora: A Unified and Extensible Infrastructure for Search-based Autonomous Driving Testing
von: Cheng, Mingfei, et al.
Veröffentlicht: (2026)

Quantum Program Linting with LLMs: Emerging Results from a Comparative Study
von: Shin, Seung Yeob, et al.
Veröffentlicht: (2025)

AIM: Automated Input Set Minimization for Metamorphic Security Testing
von: Chaleshtari, Nazanin Bayati, et al.
Veröffentlicht: (2024)

Fuzzing-based Mutation Testing of C/C++ Software in Cyber-Physical Systems
von: Lee, Jaekwon, et al.
Veröffentlicht: (2025)

Rigorous Assessment of Model Inference Accuracy using Language Cardinality
von: Clun, Donato, et al.
Veröffentlicht: (2022)

MetaSel: A Test Selection Approach for Fine-tuned DNN Models
von: Abbasishahkoo, Amin, et al.
Veröffentlicht: (2025)

Search-based DNN Testing and Retraining with GAN-enhanced Simulations
von: Attaoui, Mohammed Oualid, et al.
Veröffentlicht: (2024)

LTM: Scalable and Black-box Similarity-based Test Suite Minimization based on Language Models
von: Pan, Rongqi, et al.
Veröffentlicht: (2023)

MOTIF: A tool for Mutation Testing with Fuzzing
von: Lee, Jaekwon, et al.
Veröffentlicht: (2024)

Classifier or Prompt: A Case Study on Legal Requirements Traceability
von: Etezadi, Romina, et al.
Veröffentlicht: (2025)

TEASMA: A Practical Methodology for Test Adequacy Assessment of Deep Neural Networks
von: Abbasishahkoo, Amin, et al.
Veröffentlicht: (2023)

TVR: Automotive System Requirement Traceability Validation and Recovery Through Retrieval-Augmented Generation
von: Niu, Feifei, et al.
Veröffentlicht: (2025)

Requirements Coverage-Guided Minimization for Natural Language Test Cases
von: Pan, Rongqi, et al.
Veröffentlicht: (2025)

Automating the Detection of Requirement Dependencies Using Large Language Models
von: Darif, Ikram, et al.
Veröffentlicht: (2026)

Randomized and Diverse Input State Generation for Quantum Program Testing
von: Ernzer, Maryse, et al.
Veröffentlicht: (2026)

Towards Generating Executable Metamorphic Relations Using Large Language Models
von: Shin, Seung Yeob, et al.
Veröffentlicht: (2024)

Exploring the Effectiveness of LLMs in Automated Logging Generation: An Empirical Study
von: Li, Yichen, et al.
Veröffentlicht: (2023)

Mutation-Guided Unit Test Generation with a Large Language Model
von: Wang, Guancheng, et al.
Veröffentlicht: (2025)

Hallucination to Consensus: Multi-Agent LLMs for End-to-End JUnit Test Generation
von: Xu, Qinghua, et al.
Veröffentlicht: (2025)

DeepGD: A Multi-Objective Black-Box Test Selection Approach for Deep Neural Networks
von: Aghababaeyan, Zohreh, et al.
Veröffentlicht: (2023)

Supporting Safety Analysis of Image-processing DNNs through Clustering-based Approaches
von: Attaoui, Mohammed Oualid, et al.
Veröffentlicht: (2023)

GDPR-Relevant Privacy Concerns in Mobile Apps Research: A Systematic Literature Review
von: Cejas, Orlando Amaral, et al.
Veröffentlicht: (2024)