Buchumschlag

Heterogeneous Directed Hypergraph Neural Network over abstract syntax tree (AST) for Code Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Guang, Jin, Tiancheng, Dou, Liang
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Software Engineering Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

HGAdapter: Hypergraph-based Adapters in Language Models for Code Summarization and Clone Detection
von: Yang, Guang, et al.
Veröffentlicht: (2025)

AST-PAC: AST-guided Membership Inference for Code
von: Koohestani, Roham, et al.
Veröffentlicht: (2026)

AI-Driven Code Refactoring: Using Graph Neural Networks to Enhance Software Maintainability
von: Bandarupalli, Gopichand
Veröffentlicht: (2025)

AST-Enhanced or AST-Overloaded? The Surprising Impact of Hybrid Graph Representations on Code Clone Detection
von: Zhang, Zixian, et al.
Veröffentlicht: (2025)

Functional Overlap Reranking for Neural Code Generation
von: To, Hung Quoc, et al.
Veröffentlicht: (2023)

CSA-Trans: Code Structure Aware Transformer for AST
von: Oh, Saeyoon, et al.
Veröffentlicht: (2024)

GREPO: A Benchmark for Graph Neural Networks on Repository-Level Bug Localization
von: Wang, Juntong, et al.
Veröffentlicht: (2026)

CodeFuse-13B: A Pretrained Multi-lingual Code Large Language Model
von: Di, Peng, et al.
Veröffentlicht: (2023)

NeuFair: Neural Network Fairness Repair with Dropout
von: Dasu, Vishnu Asutosh, et al.
Veröffentlicht: (2024)

Monitizer: Automating Design and Evaluation of Neural Network Monitors
von: Azeem, Muqsit, et al.
Veröffentlicht: (2024)

Protocode: Prototype-Driven Interpretability for Code Generation in LLMs
von: Bodla, Krishna Vamshi, et al.
Veröffentlicht: (2025)

Learning to Parallelize with OpenMP by Augmented Heterogeneous AST Representation
von: Chen, Le, et al.
Veröffentlicht: (2023)

CodeGeeX: A Pre-Trained Model for Code Generation with Multilingual Benchmarking on HumanEval-X
von: Zheng, Qinkai, et al.
Veröffentlicht: (2023)

Graph Neural Networks based Log Anomaly Detection and Explanation
von: Li, Zhong, et al.
Veröffentlicht: (2023)

SoundnessBench: A Soundness Benchmark for Neural Network Verifiers
von: Zhou, Xingjian, et al.
Veröffentlicht: (2024)

Analysing the Behaviour of Tree-Based Neural Networks in Regression Tasks
von: Samoaa, Peter, et al.
Veröffentlicht: (2024)

RBT4DNN: Requirements-based Testing of Neural Networks
von: Mozumder, Nusrat Jahan, et al.
Veröffentlicht: (2025)

Talking with Verifiers: Automatic Specification Generation for Neural Network Verification
von: Elboher, Yizhak Y., et al.
Veröffentlicht: (2026)

Your Code Agent Can Grow Alongside You with Structured Memory
von: Deng, Yi-Xuan, et al.
Veröffentlicht: (2026)

Beyond Output Correctness: Benchmarking and Evaluating Large Language Model Reasoning in Coding Tasks
von: Li, Yuangang, et al.
Veröffentlicht: (2026)

Unlock the Correlation between Supervised Fine-Tuning and Reinforcement Learning in Training Code Large Language Models
von: Chen, Jie, et al.
Veröffentlicht: (2024)

Debugging and Runtime Analysis of Neural Networks with VLMs (A Case Study)
von: Hu, Boyue Caroline, et al.
Veröffentlicht: (2025)

Toward a Theory of Causation for Interpreting Neural Code Models
von: Palacio, David N., et al.
Veröffentlicht: (2023)

VeriScale: Adversarial Test-Suite Scaling for Verifiable Code Generation
von: Bai, Yifan, et al.
Veröffentlicht: (2026)

Automated Cloud Infrastructure-as-Code Reconciliation with AI Agents
von: Yang, Zhenning, et al.
Veröffentlicht: (2025)

First Three Years of the International Verification of Neural Networks Competition (VNN-COMP)
von: Brix, Christopher, et al.
Veröffentlicht: (2023)

SimCert: Probabilistic Certification for Behavioral Similarity in Deep Neural Network Compression
von: Li, Jingyang, et al.
Veröffentlicht: (2026)

CodeTaste: Can LLMs Generate Human-Level Code Refactorings?
von: Thillen, Alex, et al.
Veröffentlicht: (2026)

miniCodeProps: a Minimal Benchmark for Proving Code Properties
von: Lohn, Evan, et al.
Veröffentlicht: (2024)

Relative Positioning Based Code Chunking Method For Rich Context Retrieval In Repository Level Code Completion Task With Code Language Model
von: Rahman, Imranur, et al.
Veröffentlicht: (2025)

Detecting and Correcting Hallucinations in LLM-Generated Code via Deterministic AST Analysis
von: Khati, Dipin, et al.
Veröffentlicht: (2026)

ZnTrack -- Data as Code
von: Zills, Fabian, et al.
Veröffentlicht: (2024)

Call Me Maybe: Enhancing JavaScript Call Graph Construction using Graph Neural Networks
von: Bhuiyan, Masudul Hasan Masud, et al.
Veröffentlicht: (2025)

On LLMs' Internal Representation of Code Correctness
von: Ribeiro, Francisco, et al.
Veröffentlicht: (2025)

Optimizing AI-Assisted Code Generation
von: Torka, Simon, et al.
Veröffentlicht: (2024)

Operational Robustness of LLMs on Code Generation
von: Paul, Debalina Ghosh, et al.
Veröffentlicht: (2026)

Can Coding Agents Be General Agents?
von: Ivanov, Maksim, et al.
Veröffentlicht: (2026)

Co-Located Tests, Better AI Code: How Test Syntax Structure Affects Foundation Model Code Generation
von: Jacopin, Éric
Veröffentlicht: (2026)

I Know Which LLM Wrote Your Code Last Summer: LLM generated Code Stylometry for Authorship Attribution
von: Bisztray, Tamas, et al.
Veröffentlicht: (2025)

Clover: Closed-Loop Verifiable Code Generation
von: Sun, Chuyue, et al.
Veröffentlicht: (2023)