Buchumschlag

A Low-Code Methodology for Developing AI Kiosks: a Case Study with the DIZEST Platform

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Moon, SunMin, Gim, Jangwon, Kim, Chaerin, Kim, Yeeun, Kim, YoungJoo, Choi, Kang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Don't Judge Code by Its Cover: Exploring Biases in LLM Judges for Code Evaluation
von: Moon, Jiwon, et al.
Veröffentlicht: (2025)

Automating Code Generation for Semiconductor Equipment Control from Developer Utterances with LLMs
von: Kim, Youngkyoung, et al.
Veröffentlicht: (2025)

Codexity: Secure AI-assisted Code Generation
von: Kim, Sung Yong, et al.
Veröffentlicht: (2024)

From Noise to Knowledge: Interactive Summaries for Developer Alerts
von: Yetiştiren, Burak, et al.
Veröffentlicht: (2025)

Identifying Bug Inducing Commits by Combining Fault Localisation and Code Change Histories
von: An, Gabin, et al.
Veröffentlicht: (2025)

ReflexiCoder: Teaching Large Language Models to Self-Reflect on Generated Code and Self-Correct It via Reinforcement Learning
von: Jiang, Juyong, et al.
Veröffentlicht: (2026)

Innovative Software Development and Project Management Framework for Technology Startups
von: Kim, Song-Kyoo
Veröffentlicht: (2017)

iCodeReviewer: Improving Secure Code Review with Mixture of Prompts
von: Peng, Yun, et al.
Veröffentlicht: (2025)

Quantum Neural Network Software Testing, Analysis, and Code Optimization for Advanced IoT Systems: Design, Implementation, and Visualization
von: Park, Soohyun, et al.
Veröffentlicht: (2024)

ACT: Automated CPS Testing for Open-Source Robotic Platforms
von: Krishnan, Aditya A., et al.
Veröffentlicht: (2026)

The Conversations Beneath the Code: Triadic Data for Long-Horizon Software Engineering Agents
von: Kim, Yelin
Veröffentlicht: (2026)

Hallucination by Code Generation LLMs: Taxonomy, Benchmarks, Mitigation, and Challenges
von: Lee, Yunseo, et al.
Veröffentlicht: (2025)

Does AI Code Review Lead to Code Changes? A Case Study of GitHub Actions
von: Sun, Kexin, et al.
Veröffentlicht: (2025)

Think Like Human Developers: Harnessing Community Knowledge for Structured Code Reasoning
von: Yang, Chengran, et al.
Veröffentlicht: (2025)

Development and Benchmarking of Multilingual Code Clone Detector
von: Zhu, Wenqing, et al.
Veröffentlicht: (2024)

The AI-Native Software Development Lifecycle: A Theoretical and Practical New Methodology
von: Hymel, Cory
Veröffentlicht: (2024)

Predicting Developer Acceptance of AI-Generated Code Suggestions
von: Jiang, Jing, et al.
Veröffentlicht: (2026)

Migrating Code At Scale With LLMs At Google
von: Ziftci, Celal, et al.
Veröffentlicht: (2025)

Lachesis: Predicting LLM Inference Accuracy using Structural Properties of Reasoning Paths
von: Kim, Naryeong, et al.
Veröffentlicht: (2024)

WhyFlow: Interrogative Debugger for Sensemaking Taint Analysis
von: Yetiştiren, Burak, et al.
Veröffentlicht: (2025)

Collaborator or Assistant? How AI Coding Agents Partition Work Across Pull Request Lifecycles
von: Jo, Young, et al.
Veröffentlicht: (2026)

AI Exchange Platforms
von: Schneider, Johannes, et al.
Veröffentlicht: (2025)

Improving the Developer Experience with a Low-Code Process Modelling Language
von: Henriques, Henrique, et al.
Veröffentlicht: (2025)

IEA-Plugin: An AI Agent Reasoner for Test Data Analytics
von: Kim, Seoyeon, et al.
Veröffentlicht: (2025)

Production-Grade AI Coding System for Client-Side Development
von: Wang, Ruihan, et al.
Veröffentlicht: (2026)

Beyond the Commit: Developer Perspectives on Productivity with AI Coding Assistants
von: Chen, Valerie, et al.
Veröffentlicht: (2026)

CodeArena: A Collective Evaluation Platform for LLM Code Generation
von: Du, Mingzhe, et al.
Veröffentlicht: (2025)

Toward Inclusive Low-Code Development: Detecting Accessibility Issues in User Reviews
von: Mohammadkhani, Mohammadali, et al.
Veröffentlicht: (2025)

CodeComplex: Dataset for Worst-Case Time Complexity Prediction
von: Baik, Seung-Yeop, et al.
Veröffentlicht: (2024)

From Education to Evidence: A Collaborative Practice Research Platform for AI-Integrated Agile Development
von: Geger, Tobias, et al.
Veröffentlicht: (2026)

Unveiling Memorization in Code Models
von: Yang, Zhou, et al.
Veröffentlicht: (2023)

Experimental Analysis of Productive Interaction Strategy with ChatGPT: User Study on Function and Project-level Code Generation Tasks
von: Hyun, Sangwon, et al.
Veröffentlicht: (2025)

CodeAgent: Autonomous Communicative Agents for Code Review
von: Tang, Xunzhu, et al.
Veröffentlicht: (2024)

DuET: Dual Execution for Test Output Prediction with Generated Code and Pseudocode
von: Han, Hojae, et al.
Veröffentlicht: (2026)

Agentsway -- Software Development Methodology for AI Agents-based Teams
von: Bandara, Eranga, et al.
Veröffentlicht: (2025)

Developer Perceptions on Utilising Low-Code Approaches to Build Accessible and Adaptive Applications for Seniors
von: Wickramathilaka, Shavindra, et al.
Veröffentlicht: (2025)

Harnessing the Potential of Gen-AI Coding Assistants in Public Sector Software Development
von: Ng, Kevin KB, et al.
Veröffentlicht: (2024)

From Today's Code to Tomorrow's Symphony: The AI Transformation of Developer's Routine by 2030
von: Qiu, Ketai, et al.
Veröffentlicht: (2024)

Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows
von: Chen, Valerie, et al.
Veröffentlicht: (2025)

AI IDEs or Autonomous Agents? Measuring the Impact of Coding Agents on Software Development
von: Agarwal, Shyam, et al.
Veröffentlicht: (2026)