Ce projet étudie comment les réseaux neuronaux graphiques (GNN) peuvent bénéficier d'un apprentissage préliminaire du code source. Il s'agit d'un projet parapluie recouvrant plusieurs parties :

• Un outil pour miner des représentations graphiques à partir du code source et dans différents langages.
• Implémentation des GNN pour différentes tâches ML4SE et objectifs d'apprentissage préliminaire. Nous avons implémenté et évalué 8 types de GNN basés sur la bibliothèque PyTorch-Geometric en vue de leur évolutivité.
• Créer un framework/pipeline configurable pour l'expérimentation des tâches ML4SE. Le framework est déjà disponible.
• Suggestion de nouvelles améliorations de l'architecture GNN et objectifs d'apprentissage.