Automatisiertes Black-Box Software Testing mit neuartigen neuronalen Netzen: Unterschied zwischen den Versionen
(Die Seite wurde neu angelegt: „{{Vortrag |vortragender=Frederik Scheiderbauer |email=ujepm@student.kit.edu |vortragstyp=Bachelorarbeit |betreuer=Daniel Zimmermann |termin=Institutsseminar/20…“) |
Keine Bearbeitungszusammenfassung |
||
(4 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt) | |||
Zeile 4: | Zeile 4: | ||
|vortragstyp=Bachelorarbeit | |vortragstyp=Bachelorarbeit | ||
|betreuer=Daniel Zimmermann | |betreuer=Daniel Zimmermann | ||
|termin=Institutsseminar/2021-11- | |termin=Institutsseminar/2021-11-05 | ||
|kurzfassung= | |kurzfassung=Das Testen von Softwareprojekten ist mit einem hohen Arbeitsaufwand verbunden, dies betrifft insbesondere die grafische Benutzeroberfläche. | ||
Verfahren der künstlichen Intelligenz auf der Grundlage neuronaler Netzwerke können genutzt werden, um viele der besonders aufwändigen Aufgaben schneller oder sogar besser zu lösen als herkömmliche Methoden. | |||
In dieser Arbeit wird ein neuartiges neuronales Netzwerk auf seine Fähigkeit hin untersucht, eine Software allein anhand der Pixeldaten ihrer Benutzeroberfläche zu testen. | |||
Des Weiteren wird ein Framework entwickelt, welches mithilfe von leistungsfähigen GPUs den Trainingsvorgang deutlich beschleunigen kann. | |||
}} | }} |
Aktuelle Version vom 26. Oktober 2021, 20:08 Uhr
Vortragende(r) | Frederik Scheiderbauer | |
---|---|---|
Vortragstyp | Bachelorarbeit | |
Betreuer(in) | Daniel Zimmermann | |
Termin | Fr 5. November 2021 | |
Vortragsmodus | ||
Kurzfassung | Das Testen von Softwareprojekten ist mit einem hohen Arbeitsaufwand verbunden, dies betrifft insbesondere die grafische Benutzeroberfläche.
Verfahren der künstlichen Intelligenz auf der Grundlage neuronaler Netzwerke können genutzt werden, um viele der besonders aufwändigen Aufgaben schneller oder sogar besser zu lösen als herkömmliche Methoden. In dieser Arbeit wird ein neuartiges neuronales Netzwerk auf seine Fähigkeit hin untersucht, eine Software allein anhand der Pixeldaten ihrer Benutzeroberfläche zu testen. Des Weiteren wird ein Framework entwickelt, welches mithilfe von leistungsfähigen GPUs den Trainingsvorgang deutlich beschleunigen kann. |