인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
동적 타입 언어는 널리 사용되고 있으나, 명시적인 타입 정보의 부재로 인해 코드 가독성이 저하되고 유지보수 비용이 증가하는 문제가 있다. 대표적인 동적 타입 언어인 Python은 타입 주석과 정적 타입 분석을 통해 프로그램의 안정성을 향상하고자 한다. 그러나 기존 정적 타입 분석기들은 낮은 분석 정밀도와 호출되지 않는 함수 내부에 대한 분석 불가능 등의 한계를 가진다. 본 논문에서는 이러한 문제를 해결하기 위해 타입 정보가 수렴하는 지점에서 교차 타입을 활용하여 공통된 연산만을 유지함으로써 분석 정밀도를 향상시키고, 선언적 추론 기반의 모듈화 분석을 통해 실행 여부와 관계없이 코드 전반을 분석할 수 있는 Python 정적 타입 분석 기법을 제안한다. 제안한 기법은 총 234개의 테스트 프로그램을 대상으로 한 실험에서 평균 F1-score 0.81을 달성하여 기존 정적 타입 분석기 4종보다 우수한 성능을 보였다. 또한 실제 Python 프로젝트인 PathPicker 대상으로 한 실험을 통해 큰 프로그램에 대해서도 합리적인 시간 내에 분석이 가능함을 확인하였다. 이러한 결과는 제안 기법이 높은 분석 정밀도와 분석 효율성을 동시에 확보하여 실제 Python 프로젝트에 효과적으로 적용될 수 있음을 보여준다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
