简介：神经网络算法在自然语言和计算机视觉等领域取得了快速发展和成熟应用，且在程序分析领域也具有广泛应用，如代码克隆检测、程序分类、漏洞分析和代码搜索等任务。然而不同的程序源代码表示方法会直接影响神经网络算法的学习性能。本次报告介绍了源代码表示的基本概念和常见方法，并列举了现有的4篇高水平论文的算法原理和基本思想，并进行了横向和纵向对比分析，最后对基于图神经网络的源代码表示方法的应用和未来发展进行了讨论。
基于神经网络的程序表示-陈传涛原创文章，作者：BFS，如若转载，请注明出处：https://www.isclab.org.cn/2020/07/19/%e5%9f%ba%e4%ba%8e%e7%a5%9e%e7%bb%8f%e7%bd%91%e7%bb%9c%e7%9a%84%e6%ba%90%e4%bb%a3%e7%a0%81%e8%a1%a8%e7%a4%ba%e6%96%b9%e6%b3%95/