Einsatz von Deep Learning für den Test Eingebetteter Systeme

Während der Durchführung von Funktions-, Stress- oder Laufzeittests eingebetteter Systeme fallen große Mengen von Testdaten an. Die Testläufe sind in der Regel, wenn auch nicht umfassend, von Testern und/oder Kunden ausgewertet worden, und können somit als Referenz für weitere Testdaten dienen. In dem Forschungsprojekt DeepTest wird versucht, mit Hilfe von Techniken des Deep Learning diese riesigen Datenmengen für das Training neuronaler Netze zu nutzen, um weitere, neue Tests zu generieren und Testmuster in ihnen zu identifizieren. In dem vorliegenden Artikel wird über den derzeitigen Stand der Forschung berichtet.

Bielefeldt,Jens; Basener, Kai-Uwe; Khan, Siddique Reza; Massah, Mozhdeh; Wiesbrock, Hans-Werner; Scharoba, Stefan; Hübner, Michael (2021): Einsatz von Deep Learning für den Test Eingebetteter Systeme. INFORMATIK 2021. DOI: 10.18420/informatik2021-166. Gesellschaft für Informatik, Bonn. PISSN: 1617-5468. ISBN: 978-3-88579-708-1. pp. 1859-1864. Workshop; Herausforderungen beim Testen moderner Softwaresysteme (TAV-2021). Berlin. 27. September - 1. Oktober 2021

Schlagwörter

Test Eingebetteter Systeme , Testdaten Generierung , Deep Learning

DOI

10.18420/informatik2021-166

Sammlungen

P314 - INFORMATIK 2021 - Computer Science & Sustainability

Komplettanzeige

Einsatz von Deep Learning für den Test Eingebetteter Systeme

Volltext URI

Dokumententyp

Dateien

Zusatzinformation

Datum

Autor:innen

Zeitschriftentitel

ISSN der Zeitschrift

Bandtitel

Quelle

Verlag

Zusammenfassung

Beschreibung

Schlagwörter

Zitierform

DOI

Tags

Sammlungen