ANÁLISIS DE LA TRADUCCIÓN AUTOMÁTICA DE CÓDIGO FUENTE: UN ENFOQUE PRÁCTICO

dc.contributor.authorMora Navas, Sergio
dc.date.accessioned2024-07-17T20:00:06Z
dc.date.available2024-07-17T20:00:06Z
dc.date.issued2024-07-17
dc.descriptionTrabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2023/2024. Directores/as: María Del Soto Montalvo Herranz
dc.description.abstractLa traducción automática de código fuente es un campo en desarrollo en la ingeniería de software que tiene como objetivo facilitar la reutilización del código y permitir a los desarrolladores trabajar con diferentes lenguajes de programación de manera más eficiente. En un entorno tecnológico cada vez más diversificado, donde surgen nuevos lenguajes y plataformas constantemente, esta habilidad es vital. La traducción de código reduce los costos y el tiempo de desarrollo de software al permitir la interoperabilidad entre varios sistemas. Este estudio examina y analiza sistemas de traducción automática de código fuente. El objetivo principal es determinar si estos sistemas pueden proporcionar una solución efectiva y eficiente en comparación con los métodos y herramientas de traducción de código convencionales. Se examinarán temas como la precisión de la traducción, la preservación de la funcionalidad y la estructura del código original, la legibilidad y calidad del código resultante. Se han realizado varios experimentos para traducir fragmentos de código entre varios lenguajes de programación, como Python, Java, Ruby y Haskell, utilizando herramientas basadas en inteligencia artificial, como GitHub Copilot. Los resultados de los experimentos se evaluaron en términos de precisión, completitud, exactitud y si requerían ajustes manuales o no.
dc.identifier.urihttps://hdl.handle.net/10115/38234
dc.language.isospa
dc.publisherUniversidad Rey Juan Carlos
dc.rightsCreative Commons Atribución 4.0 Internacional
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/legalcode
dc.subjectInteligencia artficial
dc.subjectGPT
dc.subjectprogramación multilingüe
dc.subjectGithub Copilot
dc.subjectAprendizaje profundo
dc.subjecttranscompiladores.
dc.titleANÁLISIS DE LA TRADUCCIÓN AUTOMÁTICA DE CÓDIGO FUENTE: UN ENFOQUE PRÁCTICO
dc.typeinfo:eu-repo/semantics/studentThesis

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
2023-24-ETSII-A-2285-2285040-s.moran.2019-MEMORIA.pdf
Tamaño:
836.17 KB
Formato:
Adobe Portable Document Format
Descripción:
Memoria del TFG
No hay miniatura disponible
Nombre:
2023-24-ETSII-A-2285-2285040-s.moran.2019-ANEXO.zip
Tamaño:
285.2 KB
Formato:
Unknown data format
Descripción:
Anexo.zip