Testing

Die sogenannten künstlichen neuronalen Netze bilden die Datenbasis jeder künstlichen Intelligenz. Diese Netze finden ihren Ursprung in der wissenschaftlichen Disziplin der Biologie. Lebewesen entscheiden mithilfe von Erfahrungswerten und „gelernten“ definierten Merkmalen, wie sich ihr Organismus in bestimmten Situationen zu verhalten hat. Auch künstliche neuro- nale Netze sollen mithilfe von immer..

In diesem Artikel wird beschrieben, was unter Testen von Hardware-in-the-Loop (HIL) in einem End-to-End Testszenario (E2E) mit Web, Middleware und Mobile Environment verstanden wird und wie dieses Vorgehen erfolgreich in eine Agile Tool Chain integriert wird, um automatische Testreihen für das Human Machine Interface (HMI) eines Fahrzeugs durchzuführen.

Die Erstellung und Pflege von Testdaten ist eine der zeitaufwendigsten und tristesten Aktivitäten der Softwareentwicklung. Existierende Daten, beispielsweise aus einer Produktionsdatenbank, zu verwenden, erscheint als Mittel der Wahl, doch die damit verbundenen Nachteile werden oftmals vergessen oder ignoriert. Insbesondere Komponententests benötigten verlässliche, einfach anzupassende und konsist..

Gute Softwaretests erfordern umfangreiche Vorbereitungsarbeiten. In Anbetracht enger werdender Releasezyklen steigt der Druck, Testphasen in immer kürzeren Zeiträumen und mit einem aussagekräftigen und verständlich kommunizierbaren Ergebnis abzuschließen. Die Testvorbereitung lässt sich verkürzen, indem Zielgrößen des Tests erst nach der Testdurchführung ermittelt werden. Hierzu werden die bei den..

Wenn ein System komplexe Entscheidungen treffen muss, wird immer häufiger maschinelles Lernen als eine mögliche Lösung vorgeschlagen. Meistens ist man dann auf empirische Daten angewiesen, um das System zu trainieren. Was passiert aber, wenn keine Daten vorhanden sind? Wie kann man die Vorteile von maschinellem Lernen ohne empirische Daten nutzen?