（通讯员 田朝）软件工程领域顶级会议37th IEEE/ACM International Conference on Automated Software Engineering (ASE 2022) 于2022年10月10日至14日在美国密歇根州举办。天津大学智能与计算学部软件工程团队的论文《Learning to Construct Better Mutation Faults》荣获ASE 2022杰出论文奖（ACM SIGSOFT Distinguished Paper Award）。该工作由天津大学、北京大学和伊利诺伊大学厄巴纳-香槟分校合作完成，其中第一作者为2021级硕士生田朝，指导教师为陈俊洁副教授（通讯作者）。
获奖证书
获奖论文截图
ASE由IEEE和ACM联合主办，是软件工程领域国际知名的顶级会议之一。ASE针对大型软件系统的自动化分析、设计、实现、测试和维护等方面，给来自学术界和工业界的软件工程研究者和实践者提供了共同讨论的平台，分享相关领域最新研究成果、技术和工具等信息，是中国计算机学会推荐国际学术会议（软件工程、系统软件与程序设计语言）A类会议(CCF A)。本届会议共收到531篇投稿，最终接收116篇，接收率为21.8%。
线上会议截图
论文简介：变异缺陷（mutation faults）是变异测试的核心，已广泛用于许多软件测试和调试任务。因此，构建高质量的变异缺陷至关重要。与传统语法层面的变异不同，LEAM采用语法引导的深度学习模型，从开源社区提供的海量真实缺陷中学习变异规则，使得能够阅读待测函数的上下文对其生成更接近真实缺陷的变异缺陷。实验表明，LEAM能够比广泛使用的PIT、Major，以及先进的DeepMutation生成更高质量的变异缺陷（代表性强、多样性强、测试用例能力区分度高等），并且所生成的变异缺陷能够显著提升基于变异的下游任务（如错误定位和测试用例排序）效果。
LEAM示意图
此外，软件工程团队另有四篇论文被该会议接收（包含3篇Research Track长文及1篇NIER Track短文），分别为：
1.《Natural Test Generation for Precise Testing of Question Answering Software》（陈俊洁副教授、刘爽副教授，其中2020级硕士生沈庆超为第一作者，Research Track）
2.《Toward Improving the Robustness of Deep Learning Models via Model Transformation》 （王赞教授、姜佳君副教授、陈俊洁副教授，其中2020级硕士生张颖异为第一作者，Research Track）
3. 《How Useful is Code Change Information for Fault Localization in Continuous Integration?》（陈俊洁副教授，其中访问博士生陈安然为第一作者，Research Track）
4. 《An Empirical Study on Numerical Bugs in Deep Learning Programs》（王赞教授、陈俊洁副教授，其中2020级硕士生王淦为第一作者，NIER Track）
