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
Ensemble de données
Article de revue
Tambon, F., Moradidakhel, A., Nikanjam, A., Khomh, F., Desmarais, M. C., & Antoniol, G. (2025). Bugs in large language models generated code: an empirical study. Empirical Software Engineering, 30(3), 48 pages.
Antoniol, G., Canfora, G., Casazza, G., Lucia, A. D., & Merlo, E. (2025). Recovering Traceability Links Between Code and Documentation: a Retrospective. IEEE Transactions on Software Engineering, 1-8.
Pepe, F., Farkas, C., Nayebi, M., Antoniol, G., & Di Penta, M. (2025). Replication Package of the Paper "How do Papers Make into Machine Learning Frameworks: A Preliminary Study on TensorFlow" [Ensemble de données]. 
Zampetti, F., Zid, C., Antoniol, G., & Penta, M. D. (2025). The downside of functional constructs: a quantitative and qualitative analysis of their fix-inducing effects. Empirical Software Engineering, 30(1), 9 (43 pages).
Encadrement à Polytechnique
TERMINÉ
-
Thèse de doctorat (13)
- Zid, C. (2024). The Effect of Pythonic Constructs on the Software Development Process [Thèse de doctorat, Polytechnique Montréal].
- 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].
- 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].
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.
