Zum Inhalt springen
Menü
Technische Universität München
Technische Universität München

Forschung

Unsere Forschung konzentriert sich darauf, die Bereiche Software-Engineering, Deep Learning und Mensch-Computer-Interaktion voranzutreiben. Unter der Leitung von Prof. Dr. Chen wenden wir maschinelles Lernen, HCI und lightweight Programmanalyse-Technologien an, um Herausforderungen in den folgenden Schlüsselbereichen zu bewältigen:

  1. AI4SE: AI(LLM)-unterstützte automatisierte Softwareentwicklung
    • Automatisiertes UI-Design und Quellcode-Generierung
    • Automatisierte Softwaretests, einschließlich GUI-Tests, Funktionstests und Fehlerreproduktion
    • Benutzerfreundlichkeit und Zugänglichkeit von Software
    • KI-gestützte Suche nach Software-Repositories
  2. SE4AI: KI-Einsatz in Software
    • Entwicklung von KI-Software wie Sprachassistenten
    • Robustheit, Sicherheit und Datenschutz von KI 
    • Bei AI4SE wollen wir die Produktivität der Softwareentwickler steigern und gleichzeitig die Qualität der Software sicherstellen. Bei SE4AI ist es unser Ziel, den Einsatz von KI, insbesondere LLM, in praktischer Software zu erleichtern und gleichzeitig ihre Effizienz, Zuverlässigkeit und Sicherheit zu gewährleisten. Durch die Untersuchung realer Software, die der natürliche Wirt von KI ist, ist unser ultimatives Ziel die Erforschung effektiver Mensch-KI-Zusammenarbeit in der Zukunft.

Mit AI4SE wollen wir die Produktivität der Softwareentwickler steigern und gleichzeitig die Qualität der Software sicherstellen. Bei SE4AI ist unser Ziel, den Einsatz von KI, insbesondere LLM, in der praktischen Software zu erleichtern und gleichzeitig ihre Effizienz, Zuverlässigkeit und Sicherheit zu gewährleisten. Durch die Untersuchung realer Software, die der natürliche Wirt von KI ist, wollen wir in der Zukunft eine effektive Zusammenarbeit zwischen Mensch und KI erforschen.

Für beide Richtungen haben wir in letzter Zeit die meisten Anstrengungen in das entstehende Large Language Model gesteckt und eine Liste der neuesten LLM-relevanten Veröffentlichungen fertiggestellt. Wir haben auch einen brandneuen Kurs mit dem Namen „Foundation and Application of Generative AI“ entwickelt, der jedes Semester für unsere Studenten angeboten wird.

Unser Team ist an der Technischen Universität München, Campus Heilbronn, angesiedelt und arbeitet mit Industriepartnern und akademischen Einrichtungen weltweit zusammen, um Fortschritte in diesen wichtigen Forschungsbereichen zu erzielen. Wir sind offen für verschiedene Arten der Zusammenarbeit und freuen uns über jede Kontaktaufnahme.

Auszeichnungen

Ausgewählte aktuelle Veröffentlichungen

  1. [TSE-24] Software Testing with Large Language Model: Survey, Landscape, and Vision

    IEEE Transactions on Software Engineering

    Junjie Wang, Yuchao Huang, Chunyang Chen, Zhe Liu, Song Wang, Qing Wang

  2. [UIST-24] GPTVoiceTasker: LLM-Powered Virtual Assistant for Smartphone

    ACM Symposium on User Interface Software and Technology

    Minh Duc Vu, Han Wang, Zhuang Li, Jieshan Chen, Shengdong Zhao, Zhenchang Xing, Chunyang Chen

  3. [CHI-24] MUD: Towards a Large-Scale and Noise-Filtered UI Dataset for Modern Style UI Modeling

    ACM CHI conference on Human Factors in Computing Systems

    Sidong Feng, Suyu Ma, Han Wang, David Kong, Chunyang Chen

  4. [CHI-24] Unblind Text Inputs: Predicting Hint-text of Text Input in Mobile Apps via LLM

    ACM CHI conference on Human Factors in Computing Systems

    Zhe Liu, Chunyang Chen, Junjie Wang, Mengzhuo Chen, Boyu Wu, Yuekai Huang, Jun Hu, Qing Wang

  5. [ICSE-24] Make LLM a Testing Expert: Bringing Human-like Interaction to Mobile GUI Testing via Functionality-aware Decisions

    The 46th International Conference on Software Engineering

    Zhe Liu, Chunyang Chen, Junjie Wang, Mengzhuo Chen, Boyu Wu, Xing Che, Dandan Wang, Qing Wang

  6. [ICSE-24] Testing the Limits: Unusual Text Inputs Generation for Mobile App Crash Detection with Large Language Model

    The 46th International Conference on Software Engineering

    Zhe Liu, Chunyang Chen, Junjie Wang, Mengzhuo Chen, Boyu Wu, Zhilin Tian, Yuekai Huang, Jun Hu, Qing Wang

  7. [ICSE-24] Prompting Is All Your Need: Automated Android Bug Replay with Large Language Models

    The 46th International Conference on Software Engineering

    Sidong Feng, Chunyang Chen

To top