Giuliano Antoniol
Ph. D.
Intérêts de recherche et affiliations
Intérêts de recherche
-
Génie logiciel basé sur la recherche
-
Maintenance et évolution logicielle
-
Rétro-conception et analyse statique du code
-
Génie logiciel empirique
-
Assurance qualité
Affiliation(s)
Type(s) d'expertises (sujets CRSNG)
- 2705 Logiciels et développement
- 2706 Génie logiciel
- 2720 Logiciel de systèmes informatiques
Publications
Publications récentes
Article de revue
Article de revue
Article de revue
Article de revue
Tambon, F., Nikanjam, A., An, L., Khomh, F., & Antoniol, G. (2024). Silent bugs in deep learning frameworks: an empirical study of Keras and TensorFlow. Empirical Software Engineering, 29(1), 10 (34 pages).
Humeniuk, D., Khomh, F., & Antoniol, G. (2023). AmbieGen: A search-based framework for autonomous systems testing. Science of Computer Programming, 230, 102990 (10 pages).
Tambon, F., Khomh, F., & Antoniol, G. (2023). A probabilistic framework for mutation testing in deep neural networks. Information and Software Technology, 155, 107129 (13 pages).
Rahman, M. S., Khomh, F., Hamidi, A., Cheng, J., Antoniol, G., & Washizaki, H. (2023). Machine learning application development: practitioners insights. Software Quality Journal, 55 pages.
Encadrement à Polytechnique
TERMINÉ
-
Thèse de doctorat (12)
- Muse, B. A. (2022). Data-Access Technical Debt: Specification, Refactoring, and Impact Analysis [Thèse de doctorat, Polytechnique Montréal].
- Morales Alvarado, R. (2017). Automated Improvement of Software Design by Search-Based Refactoring [Thèse de doctorat, École Polytechnique de Montréal].
- Mousavi Eshkevari, L. (2015). Automatic Detection and Classification of Identifier Renamings [Thèse de doctorat, École Polytechnique de Montréal].
- Sabane, A. (2015). Reducing Object-Oriented Testing Cost Through the Analysis of Antipatterns [Thèse de doctorat, École Polytechnique de Montréal].
- Sharafi Tafreshi Moghaddam, Z. (2015). On the Influence of Representation Type and Gender on Recognition Tasks of Program Comprehension [Thèse de doctorat, École Polytechnique de Montréal].
- Soh, Z. (2015). Improving Program Comprehension and Recommendation Systems Using Developers' Context [Thèse de doctorat, École Polytechnique de Montréal].
- Arnaoudova, V. (2014). Towards Improving the Code Lexicon and its Consistency [Thèse de doctorat, École Polytechnique de Montréal].
- Medini, S. (2014). Concepts Extraction from Execution Traces [Thèse de doctorat, École Polytechnique de Montréal].
- Wu, W. (2014). Understanding and Tooling Framework API Evolution [Thèse de doctorat, École Polytechnique de Montréal].
- Guerrouj, L. (2013). Context-Aware Source Code Identifier Splitting and Expansion for Software Maintenance [Thèse de doctorat, École Polytechnique de Montréal].
- Ali, N. (2012). Analysing Source Code Structure and Mining Software Repositories to Create Requirements Traceability Links [Thèse de doctorat, École Polytechnique de Montréal].
- Kpodjedo, H. (2011). Approximate Graph Matching for Software Engineering [Thèse de doctorat, École Polytechnique de Montréal].
-
Mémoire de maîtrise (18)
- Ossim Belias, F. P. (2022). Python Functional Programming: Study of List Comprehensions and Lambda Functions Performance and Change-Proneness Risk [Mémoire de maîtrise, Polytechnique Montréal].
- Arseneault, S. (2021). Risk Awareness in Swarm Robotics [Mémoire de maîtrise, Polytechnique Montréal].
- Hamidi, A. (2021). Machine Learning Engineering: An Exploratory Study of Challenges and Practices [Mémoire de maîtrise, Polytechnique Montréal].
- Humeniuk, D. (2021). A Search-Based Framework for Automatic Generation of Testing Environments for Cyber-Physical Systems [Mémoire de maîtrise, Polytechnique Montréal].
- Vahedi, M. (2021). TechTube: Summarizing Relevant Parts from Technical Videos [Mémoire de maîtrise, Polytechnique Montréal].
- Rivera-Landos, E. (2020). On the Challenges of Implementing Machine Learning Systems in Industry [Mémoire de maîtrise, Polytechnique Montréal].
- Zid, C. (2020). Analyse et détection des anomalies dans un système IOT distribué hybride [Mémoire de maîtrise, Polytechnique Montréal].
- Barrak, M. A. (2018). Just-in-Time Detection of Protection-Impacting Changes on Wordpress and Mediawiki [Mémoire de maîtrise, École Polytechnique de Montréal].
- Noiseux, C. (2017). Recommending When Design Technical Debt Should Be Self-Admitted [Mémoire de maîtrise, École Polytechnique de Montréal].
- Mlouki, O. (2016). On the Detection of Licenses Violations in the Android Ecosystem [Mémoire de maîtrise, École Polytechnique de Montréal].
- Saboury, A. (2016). On the Fault-Proneness of Javascript Code Smells [Mémoire de maîtrise, École Polytechnique de Montréal].
- Bhattacharya, N. (2012). Test Data Generation for Exposing Interference Bugs in Multi-Threaded Systems [Mémoire de maîtrise, École Polytechnique de Montréal].
- Boughanmi, F. (2012). Source Code and License Statement Co-Evolution [Mémoire de maîtrise, École Polytechnique de Montréal].
- Belderrar, A. (2011). Extraction des sous-graphes : identification des microarchitectures dans les logiciels évolutifs orientés objets [Mémoire de maîtrise, École Polytechnique de Montréal].
- Asadi, F. (2010). A Heuristic-Based Approach to Locate Concepts in Execution Traces [Mémoire de maîtrise, École Polytechnique de Montréal].
- Madani, N. (2010). Heuristic Splitting of Source Code Identifiers [Mémoire de maîtrise, École Polytechnique de Montréal].
- Awedikian, Z. (2009). Automatic Data Generation for MC/DC Test Criterion Using Metaheuristic Algorithms [Mémoire de maîtrise, École Polytechnique de Montréal].
- Ayari, K. (2007). Approche basée sur l'intelligence collective pour la génération de données de test par mutation [Mémoire de maîtrise, École Polytechnique de Montréal].
Nouvelle(s) concernant Giuliano Antoniol
NOUVELLES
|
17 août 2021
Deux professeurs de Polytechnique classés parmi les chercheurs et chercheuses en génie logiciel les plus productifs au monde |
Lire
NOUVELLES
|
24 février 2021
50 scientifiques de Polytechnique Montréal parmi le top 2 % des plus cités dans leur champ de recherche |
Lire
NOUVELLES
|
18 février 2021
Génie logiciel : les professeurs Antoniol et Khomh récipiendaires d’un prix de l’article le plus influent de la décennie |
Lire
Revue de presse concernant Giuliano Antoniol
30 octobre 2020,
Québec Science,
À quand un univers numérique plus vert?
Programmer avec une conscience environnementale est loin d’être la seule voie pour diminuer significativement les émissions de gaz à effet de serre. Giuliano Antoniol, professeur titulaire au Département de génie informatique et génie logiciel de Polytechnique Montréal, s’attend à voir émerger un amalgame de solutions, comme des langages de programmation plus performants et des dispositifs intelligents.
