Documents dont l'auteur est "Rahman, Mohammad Masudur"

Réseau de collaboration

Veuillez patienter

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.

J

Jebnoun, H., Ben Braiek, H., Rahman, M. M., & Khomh, F. (juin 2020). The scent of deep learning code : an empirical study [Communication écrite]. 17th International Conference on Mining Software Repositories (MSR 2020), Seoul, Republic of Korea. Lien externe

M

Muse, B. A., Rahman, M. M., Nagy, C., Cleve, A., Khomh, F., & Antoniol, G. (juin 2020). On the prevalence, impact and evolution of SQL Code smells in data-intensive systems [Communication écrite]. 17th International Conference on Mining Software Repositories (MSR 2020), Seoul, Republic of Korea. Lien externe

R

Rahman, M. M., Khomh, F., & Castelluccio, M. (2022). Works for me! Cannot reproduce: A large scale empirical study of non-reproducible bugs. Empirical Software Engineering, 27(5), 111 (45 pages). Lien externe

Rahman, M. M., Khomh, F., Yeasmin, S., & Roy, C. K. (2021). The forgotten role of search queries in IR-based bug localization: an empirical study. Empirical Software Engineering, 26(6), 116 (56 pages). Lien externe

Rahman, M. M., Khomh, F., & Castelluccio, M. (septembre 2020). Why are Some Bugs Non-Reproducible? : An Empirical Investigation using Data Fusion [Communication écrite]. IEEE International Conference on Software Maintenance and Evolution (ICSME 2020). Lien externe

S

Shah, M. B., Rahman, M. M., & Khomh, F. (2024). Towards enhancing the reproducibility of deep learning bugs: an empirical study. Empirical Software Engineering, 30(1), -. Lien externe

Silva, R. F., Rahman, M. M., Dantas, C. E., Roy, C., Khomh, F., & Maia, M. A. (2021). Improved retrieval of programming solutions with code examples using a multi-featured score. Journal of Systems and Software, 181, 14 pages. Lien externe

V

Vahedi, M., Rahman, M. M., Khomh, F., Uddin, G., & Antoniol, G. (mars 2021). Summarizing Relevant Parts from Technical Videos [Communication écrite]. IEEE International Conference on Software Analysis, Evolution and Reengineering (SANER 2021), Honolulu, HI, USA. Lien externe