Documents dont l'auteur est "Wu, Xingfang"
Monter d'un niveau
Aide
Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Aide
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
A
Aghili, R., Qin, Q., Wu, X., Li, H., & Khomh, F. (2026). SDLog: A Deep Learning Framework for Detecting Sensitive Information in Software Logs. ACM Transactions on Software Engineering and Methodology. Lien externe
H
Huang, S.-W., Wu, X., & Li, H. (juin 2025). LogLSHD: Fast Log Parsing with Locality-Sensitive Hashing and Dynamic Time Warping [Communication écrite]. 21st International Conference on Predictive Models and Data Analytics in Software Engineering (PROMISE 2025)), Trondheim, Norway. Lien externe
Q
Qin, Q., Wu, X., Li, H., & Merlo, E. (2026). Plug it and Play on Logs: A configuration-free statistic-based log parser. Empirical Software Engineering, 31(6), 154 (38 pages). Lien externe
W
Wu, X., Laufer, E., Li, H., Khomh, F., Srinivasan, S., & Luo, J. (2024). Characterizing and classifying developer forum posts with their intentions. Empirical Software Engineering, 29(4), 84 (34 pages). Lien externe
Wu, X., Li, H., & Khomh, F. (2023). On the effectiveness of log representation for log-based anomaly detection. Empirical Software Engineering, 28, 137 (39 pages). Lien externe
Wu, X., Li, H., & Khomh, F. (2023). Supplimental materials - Truncated spirit and thunderbird datasets [Ensemble de données]. Lien externe