Моделирование архитектуры нейронной сети в задаче идентификации автора исходного кода

Скачать текст статьи в формате PDF

Авторы: Куртукова А. В., Романов А. С.

Аннотация: Предлагаются новые гибридные архитектуры нейронных сетей для решения задачи идентификации автора исходного кода. Рассматриваются модели на основе популярных однонаправленных и двунаправленных сверточно-рекуррентных архитектур. Установлено, что наиболее эффективной моделью является гибридная нейронная сеть, которая достигает точности 97% и демонстрирует независимость от языка, на котором программирует автор.

Ключевые слова: модель, машинное обучение, исходный код, идентификация, глубокие нейронные сети

Библиография статьи: Куртукова А. В. Моделирование архитектуры нейронной сети в задаче идентификации автора исходного кода / А. В. Куртукова, А. С. Романов // Доклады ТУСУР. – 2019. – Т. 22, № 3. – С. 37–42. DOI: 10.21293/1818-0442-2019-22-3-37-42

Адрес редакции

  634050, г. Томск, пр. Ленина, 40, МК, каб. 310/2

  (3822) 701-582, внутр.: 1456

  journal@tusur.ru

 

Масленников Виктор Николаевич

Ответственный секретарь редакции журнала

  634050, г. Томск, пр. Ленина, 40, МК, каб. 310/2

  (3822) 51-21-21, внутр.: 1460

  vnmas@tusur.ru