20121129 Ryan
From OO Lab
(Difference between revisions)
Latest revision as of 10:17, 4 December 2012
[edit] MeetingLog
- Research
- 如果paper很少，我們可以來定義Distance
- 學術界的方法就是把我們考慮的因素寫到一個公式上去，例如兩個sequence，有共同的prefix，物理意義上來說這個prefix的長度越長代表這兩個sequence越近，定義這個prefix叫做LCP- Longest Common Prefix，則這兩個sequence的dist(d1,d2)會等於一個式子，這個LCP可以放在分母，如此LCP越大，兩sequence距離越近也就是越相似，然後可以在考慮其他可能會影響距離的因素比如說加上權重w，或者是根據LCP的影響程度，將這個值換算成在0到1之間（例如有對齊或是一樣長的狀況下LCP佔sequence的長度比），然後給予次方當變數，在不同的情況下，可能會有不同的次方變數來決定LCP影響distance的比重。
- 此研究的應用有哪些 （多想想）
- test selection 可以對照以目前的方式包括人力選擇，我們的研究可以挑得更好
- 檢視test case sharp的程度
- 在PTA中可以當trace case 的推薦，找距離近的sequence
- 更遠大的夢想是code search，假設可以讓兩段code run起來，用攔截data的方式去分析，做source selection，可能會比目前的靜態分析好或有效率
- 思考and 尋找 2個distance間，我們care的physical distance 是什麼？
- prefix
- polymorphism的影響有哪些
- 其他
