Leveraging deep learning for efficient translation of programs between programming languages
Programlama dilleri arasinda verimli kod çevirisi için derin öğrenmeden yararlanma
- Tez No: 1014986
- Danışmanlar: Prof. Dr. ALİ OKATAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka ve Veri Bilimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Programlama dillerinin hızla evrim geçirmesi, geliştiricilerin çok çeşitli platformlarda giderek daha çeşitli kod tabanlarıyla çalışması nedeniyle bu diller arasında verimli çeviri yöntemlerine olan ihtiyacı artırmıştır. Geleneksel kod çeviri yöntemleri, kural tabanlı veya sözdizimi odaklı yaklaşımlara dayanmakta olup, çevrilen kodun doğruluğunu, okunabilirliğini ve verimliliğini korumakta sıklıkla yetersiz kalmaktadır. Bu tez, programlama dili çevirisi sorununa derin öğrenme tekniklerinin uygulanmasını incelemekte ve mevcut yöntemlerden daha verimli bir şekilde kod çevirisi yapabilecek bir model geliştirmeyi amaçlamaktadır. Önerilen araştırma, özellikle PHP ve Go dilleri arasında çeviri yapabilecek bir derin öğrenme modeli tasarlamaya ve uygulamaya odaklanmaktadır. Model, açık kaynaklı kod depolarından elde edilen kapsamlı bir veri kümesi üzerinde eğitilecek ve çeviri doğruluğu, hesaplama verimliliği ve çıktının okunabilirliği açısından değerlendirilecektir. Diller arasındaki sözdizimsel ve anlamsal farkların oluşturduğu zorluklara odaklanan bu çalışma, farklı programlama dillerinin yazılım projelerine entegrasyonunu kolaylaştıracak, çapraz dilde kod bakımı ve eski sistemlerin modernizasyonunu destekleyecek gelişmiş araçların geliştirilmesine katkı sağlamayı hedeflemektedir. Bu araştırmanın beklenen çıktıları arasında; yenilikçi bir derin öğrenme kod çeviri modeli, performansının mevcut araçlarla karşılaştırmalı ampirik değerlendirmesi ve derin öğrenmenin programlama dilleri alanındaki pratik uygulamalarına dair içgörüler yer almaktadır. Bu çalışma, yazılım geliştirme sürecini önemli ölçüde etkileyerek programlama dilleri arasındaki çeviri işlemlerinin verimliliğini ve etkinliğini artırma potansiyeline sahiptir.
Özet (Çeviri)
The rapid evolution of programming languages has led to a growing need for efficient translation methods between these languages, particularly as developers work with increasingly diverse codebases across multiple platforms. Traditional code translation methods, which rely on rule-based or syntax-driven approaches, often struggle with maintaining the accuracy, readability, and efficiency of the translated code. This thesis explores the application of deep learning techniques to the problem of programming language translation, with the goal of developing a model that can translate code between different languages more efficiently than existing methods. The proposed research focuses on designing and implementing a deep learning model, leveraging transformer architectures, to translate between selected programming languages, specifically, PHP and Go. The model will be trained on a comprehensive dataset comprising code from open-source repositories and evaluated based on its translation accuracy, computational efficiency, and the readability of the output code. By addressing the inherent challenges of syntax and semantic differences between languages, this research seeks to contribute to the development of advanced tools that can facilitate cross-language code maintenance, legacy system modernization, and the seamless integration of diverse programming languages in software projects. The expected outcomes of this research include a novel deep learning model for code translation, an empirical evaluation of its performance compared to existing tools, and insights into the practical applications of deep learning in the realm of programming languages. This work has the potential to significantly impact the software development process by improving the efficiency and effectiveness of programming language translation.
Benzer Tezler
- A roadmap for breast cancer microwave hyperthermia treatment planning and experimental systems
Meme kanseri mikrodalga hipertermisinde tedavi planlama ve deneysel sistemler için bir yol haritası
MELTEM DUYGU ŞAFAK
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLŞAH YILDIZ ALTINTAŞ
- Hibrit sistemlerin ekonomik olarak sürdürülebilirlik analizi
Economical sustainability analysis of hybrid systems
CEREN CEYLAN
Doktora
Türkçe
2025
EnerjiYıldız Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA YUMURTACI
- IEC 61850 tabanlı akıllı şebekelerde zaman kısıtlı nondeterministik sonlu otomata (TC-NFA) ile anomali tespiti
Anomaly detection in IEC 61850-based smart grids using time-constrained nondeterministic finite automata (TC-NFA)
DENİZ BERFİN TAŞTAN
Yüksek Lisans
Türkçe
2026
EnerjiSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSA BALTA
- Energy-efficient 3D UAV trajectory optimization for data collection in multi-access channels
Çoklu erişim kanallarında veri toplama için enerji verimli 3B İHA yörünge optimizasyonu
GÜLFEM AKPINAR
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ELİF TUĞÇE CERAN ARSLAN
DOÇ. DR. AYŞE MELDA YÜKSEL TURGUT
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN