Buchumschlag

Innovating for Tomorrow: The Convergence of SE and Green AI

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cruz, Luís, Gutierrez, Xavier Franch, Martínez-Fernández, Silverio
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Addressing Quality Challenges in Deep Learning: The Role of MLOps and Domain Knowledge
von: del Rey, Santiago, et al.
Veröffentlicht: (2025)

Towards a Classification of Open-Source ML Models and Datasets for Software Engineering
von: González, Alexandra, et al.
Veröffentlicht: (2024)

Analyzing the Evolution and Maintenance of ML Models on Hugging Face
von: Castaño, Joel, et al.
Veröffentlicht: (2023)

Guiding the retraining of convolutional neural networks against adversarial inputs
von: López, Francisco Durán, et al.
Veröffentlicht: (2022)

Dissecting the SWE-Bench Leaderboards: Profiling Submitters and Architectures of LLM- and Agent-Based Repair Systems
von: Martinez, Matias, et al.
Veröffentlicht: (2025)

Energy Consumption of Automated Program Repair
von: Martinez, Matias, et al.
Veröffentlicht: (2022)

SEMODS: A Validated Dataset of Open-Source Software Engineering Models
von: González, Alexandra, et al.
Veröffentlicht: (2026)

Greening AI-enabled Systems with Software Engineering: A Research Agenda for Environmentally Sustainable AI Practices
von: Cruz, Luís, et al.
Veröffentlicht: (2025)

Lessons Learned from Mining the Hugging Face Repository
von: Castaño, Joel, et al.
Veröffentlicht: (2024)

A Tool for Automatically Cataloguing and Selecting Pre-Trained Models and Datasets for Software Engineering
von: González, Alexandra, et al.
Veröffentlicht: (2026)

Insights into resource utilization of code small language models serving with runtime engines and execution providers
von: Durán, Francisco, et al.
Veröffentlicht: (2024)

Cataloguing Hugging Face Models to Software Engineering Activities: Automation and Findings
von: González, Alexandra, et al.
Veröffentlicht: (2025)

Artificial Intelligence as a Catalyst for Innovation in Software Engineering
von: Fernández-y-Fernández, Carlos Alberto, et al.
Veröffentlicht: (2026)

Open-Source AI-based SE Tools: Opportunities and Challenges of Collaborative Software Learning
von: Lin, Zhihao, et al.
Veröffentlicht: (2024)

A Framework for Using LLMs for Repository Mining Studies in Empirical Software Engineering
von: de Martino, Vincenzo, et al.
Veröffentlicht: (2024)

A Methodological Framework for LLM-Based Mining of Software Repositories
von: De Martino, Vincenzo, et al.
Veröffentlicht: (2025)

Impact of ML Optimization Tactics on Greener Pre-Trained ML Models
von: Álvarez, Alexandra González, et al.
Veröffentlicht: (2024)

Does Model Size Matter? A Comparison of Small and Large Language Models for Requirements Classification
von: Zadenoori, Mohammad Amin, et al.
Veröffentlicht: (2025)

Towards Green AI: Decoding the Energy of LLM Inference in Software Development
von: Solovyeva, Lola, et al.
Veröffentlicht: (2026)

Toward a Cohesive AI and Simulation Software Ecosystem for Scientific Innovation
von: Heroux, Michael A., et al.
Veröffentlicht: (2024)

Towards AI-Native Software Engineering (SE 3.0): A Vision and a Challenge Roadmap
von: Hassan, Ahmed E., et al.
Veröffentlicht: (2024)

Tu(r)ning AI Green: Exploring Energy Efficiency Cascading with Orthogonal Optimizations
von: Rajput, Saurabhsingh, et al.
Veröffentlicht: (2025)

Estimating Deep Learning energy consumption based on model architecture and training environment
von: del Rey, Santiago, et al.
Veröffentlicht: (2023)

Green AI in Action: Strategic Model Selection for Ensembles in Production
von: Nijkamp, Nienke, et al.
Veröffentlicht: (2024)

What's in a Benchmark? The Case of SWE-Bench in Automated Program Repair
von: Martinez, Matias, et al.
Veröffentlicht: (2026)

From Code-Centric to Intent-Centric Software Engineering: A Reflexive Thematic Analysis of Generative AI, Agentic Systems, and Engineering Accountability
von: De La Cruz, Elyson
Veröffentlicht: (2026)

The Semi-Executable Stack: Agentic Software Engineering and the Expanding Scope of SE
von: Feldt, Robert, et al.
Veröffentlicht: (2026)

Advancing Automated Ethical Profiling in SE: a Zero-Shot Evaluation of LLM Reasoning
von: Migliarini, Patrizio, et al.
Veröffentlicht: (2025)

Balancing Innovation and Ethics in AI-Driven Software Development
von: Baqar, Mohammad
Veröffentlicht: (2024)

Dissecting Transformers: A CLEAR Perspective towards Green AI
von: Jain, Hemang, et al.
Veröffentlicht: (2025)

The More the Merrier? Navigating Accuracy vs. Energy Efficiency Design Trade-Offs in Ensemble Learning Systems
von: Omar, Rafiullah, et al.
Veröffentlicht: (2024)

PassionNet: An Innovative Framework for Duplicate and Conflicting Requirements Identification
von: Saleem, Summra, et al.
Veröffentlicht: (2024)

Green Runner: A tool for efficient deep learning component selection
von: Kannan, Jai
Veröffentlicht: (2024)

Do Generative AI Tools Ensure Green Code? An Investigative Study
von: Sikand, Samarth, et al.
Veröffentlicht: (2025)

Securing the Future of IVR: AI-Driven Innovation with Agile Security, Data Regulation, and Ethical AI Integration
von: Shaikh, Khushbu Mehboob, et al.
Veröffentlicht: (2025)

Learn to Code Sustainably: An Empirical Study on LLM-based Green Code Generation
von: Vartziotis, Tina, et al.
Veröffentlicht: (2024)

Green My LLM: Studying the key factors affecting the energy consumption of code assistants
von: Coignion, Tristan, et al.
Veröffentlicht: (2024)

UnitTenX: Generating Tests for Legacy Packages with AI Agents Powered by Formal Verification
von: Charalambous, Yiannis, et al.
Veröffentlicht: (2025)

AI-assisted Code Authoring at Scale: Fine-tuning, deploying, and mixed methods evaluation
von: Murali, Vijayaraghavan, et al.
Veröffentlicht: (2023)

Less is More: Towards Green Code Large Language Models via Unified Structural Pruning
von: Yang, Guang, et al.
Veröffentlicht: (2024)