-
公开(公告)号：CN115700492A
公开(公告)日：2023-02-07
申请号：CN202211298824.2
申请日：2022-10-24
Applicant: 南京大学
Abstract: 本发明公开一种基于图区间神经网络的程序语义表示学习和预测方法，该方法针对一个程序性质预测任务，首先收集对应的数据集，将其中的程序转换成图，然后基于转换后的数据集训练基于区间的图神经网络模型，最后借助训练出的模型进行程序性质的预测；其中，本发明所提出的基于区间的神经网络模型，称为图区间神经网络，它的输入是程序转换后的图表示，转换方式是首先构造程序的语句级控制流图，此时每个基本块就是一条语句，再将每条语句通过抽象语法树表示，然后依据转换后的图所划分的区间逐步学习程序的表示；本发明可增强神经网络模型学习程序语义的能力，提高正确性、安全性、实时性、相似性、并发性等程序性质预测任务的预测效果。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
