![]() | Monter d'un niveau |
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.
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.
Coviello, C., Romano, S., Scanniello, G., & Antoniol, G. (2022). GASSER: A Multi-Objective Evolutionary Approach for Test Suite Reduction. International Journal of Software Engineering and Knowledge Engineering, 32(2), 193-225. Lien externe
Coviello, C., Romano, S., Scanniello, G., Marchetto, A., Corazza, A., & Antoniol, G. (2020). Adequate vs. inadequate test suite reduction approaches. Information and Software Technology, 119, 19 pages. Lien externe
Politowski, C., Khomh, F., Romano, S., Scanniello, G., Petrillo, F., Guéhéneuc, Y.-G., & Maïga, A. (2020). A large scale empirical study of the impact of Spaghetti Code and Blob anti-patterns on program comprehension. Information and Software Technology, 122, 14 pages. Lien externe
Romano, S., Scanniello, G., Antoniol, G., & Marchetto, A. (2018). SPIRITuS: a SimPle Information Retrieval regressIon Test Selection approach. Information & Software Technology, 99, 62-80. Lien externe
Coviello, C., Romano, S., Scanniello, G., & Antoniol, G. (mars 2021). Gasser [Communication écrite]. 28th IEEE International Conference on Software Analysis, Evolution and Reengineering (SANER 2021), Honolulu, HI, USA. Lien externe
Coviello, C., Romano, S., Scanniello, G., & Antoniol, G. (octobre 2020). GASSER: Genetic algorithm for teSt suite reduction [Communication écrite]. 14th ACM/IEEE International Symposium on Empirical Software Engineering and Measurement (ESEM 2020) (6 pages). Lien externe
Coviello, C., Romano, S., Scanniello, G., Marchetto, A., Antoniol, G., & Corazza, A. (mars 2018). Clustering support for inadequate test suite reduction [Communication écrite]. 25th IEEE International Conference on Software Analysis, Evolution and Reengineering (SANER 2018), Campobasso, Italy. Lien externe
Politowski, C., Khomh, F., Romano, S., Scanniello, G., Petrillo, F., Guéhéneuc, Y.-G., & Maiga, A. (2020). A Large Scale Empirical Study of the Impact of Spaghetti Code and Blob Anti-patterns on Program Comprehension [Ensemble de données]. Lien externe
Coviello, C., Romano, S., Scanniello, G., Marchetto, A., Corazza, A., & Antoniol, G. (2019). Adequate vs. Inadequate Test Suite Reduction Approaches. Raw Data [Ensemble de données]. Lien externe