====== Moodul: Tarkvarasüsteemid ja vahevara (2. osa) ======^ Õpiaste | Meister |

ECTS ainepunkti 1 EAP
Õppevormid Hübriid või täielikult võrgus
Mooduli eesmärgid Mooduli eesmärk on tutvustada autonoomsete, küberfüüsikaliste ja AI-põhiste süsteemide tarkvara verifitseerimise, valideerimise ja testimise meetodeid. Kursus arendab õpilaste võimet kavandada, rakendada ja hinnata V&V strateegiaid füüsikapõhises ja andmepõhises tarkvaras kooskõlas asjakohaste ohutus- ja juhtimisstandarditega.
Eelnõuded Algteadmised tarkvaratehnikast, juhtimis- või manussüsteemidest ning programmeerimisoskused. Süsteemi disaini, testimismetoodikate, AI/ML kontseptsioonide või ohutusega seotud standardite tundmine on soovitatav, kuid mitte kohustuslik.
Õpitulemused Teadmised
• Selgitage V&V põhimõtteid nii füüsikapõhistes kui ka otsustuspõhistes täitmissüsteemides.
• Kirjeldage tarkvara testimise raamistikke, sealhulgas komponendi-, integratsiooni- ja süsteemitasemel lähenemisviise.
• Saate aru regulatiivsetest standarditest ja nende rollist ohutus- ja kindlustasemete määratlemisel.
• Analüüsige komponentide valideerimise väljakutseid, töökindluse testimise ja väljaõppega seotud väljakutseid. spetsifikatsioonivastased raamistikud.
Oskused
• Struktureeritud testiplaanide ja katvusanalüüside väljatöötamine ja elluviimine keerukate andmepõhiste süsteemide jaoks.
• Kasutage tehisintellektil põhinevate ja ohutuskriitiliste rakenduste katsestsenaariumide loomiseks ja hindamiseks simulatsioonitööriistu.
• Rakendage V&V tehnikaid tarkvara töökindluse ja toimivuse hindamiseks, kasutades AI mudelit. õigluse ja seletatavuse mõõdikud.
Arusaamine
• Hinda filosoofilisi ja praktilisi erinevusi deterministlike ja mittedeterministlike testimisparadigmade vahel.
• Tunnistage tehisintellekti ohutuse seisukohalt olulistes süsteemides juurutamise eetilist ja juhtimisalast mõju.
• Näidake tarkvara, interdistsiplinaarsete valdkondade testimise, projekteerimise ja projekteerimise autonoomset põhimõtet. süsteemid.
Teemad 1. Kontrollimise ja valideerimise põhialused:
– ülevaade PBE vs DBE paradigmadest, tõrkeanalüüsist ja ohutusargumentide struktuuridest.
– Sissejuhatus struktureeritud testimisse: üksus, integreerimine ja süsteemitaseme testimine.
2. Ohutuskriitilised standardid ja juhtimine:
– ISO 26262 (Auto10 ja Motiiv), ASMIero9CMA (Automotive) raamistikud.
– Autotööstuse ohutuse terviklikkuse tasemed ja disaini tagamise tasemed.
3. Tarkvara testimine ja katvus:
– Koodi katvus, pseudojuhuslik testide genereerimine ja stsenaariumipõhine valideerimine.
– Simulatsiooni, vea sisestamise ja testimise automatiseerimise roll.
4. AI komponentide valideerimine AIs v:
– erinevus AIs; katvus, koodide ülevaatus ja andmete haldamine.
– Koolituskomplekti valideerimine, mürakindlus ja seletatav tehisintellekt.
5. Spetsifikatsioonid ja spetsifikatsioonivastased väljakutsed:
– IEEE 2846 ja AI draiveri kontseptsioonid; eetilised, juriidilised ja vastutuse kaalutlused.
– Inimestega samaväärne testimine ja tulemuslikkusnce hindamisraamistikud.
6. Tekkivad V&V suundumused:
– Pidev integreerimine, silmussimulatsioon ja tehisintellekti abil kontrollimine.
– Juhtumiuuringud: Autotööstuse ADAS, lennunduse autonoomia ja robootika.
Hinnangu liik Positiivse hinde eelduseks on mooduliteemade positiivne hinnang ja praktiliste tööde tulemuste esitamine koos nõutava dokumentatsiooniga.
Õppemeetodid Loeng — esitleb tarkvara ja tehisintellekti testimise teoreetilist alust, mis hõlmab ohutuskriitilisi standardeid ning tehisintellekti V&V väljakutseid.
Laboritööd — praktilised harjutused automatiseeritud testimisel, simulatsioonipõhisel valideerimisel ja stabiilsuse hindamisel Pythoni/ROS-i/MATLAB-i abil.
Individuaalsed testimisstrateegiad ja -analüüsid. ISO/IEEE raamistikud ja tehniliste aruannete esitamine.
Iseõppimine — vaadake üle rahvusvahelised standardid, teaduskirjandus ja AI valideerimise juhtumiuuringud autonoomsetes domeenides. | ^ AI osalus | AI tööriistad võivad aidata luua testjuhtumeid, simuleerida keerulisi tööstsenaariume ja analüüsida katvuse lünki. Õpilased peavad kinnitama tehisintellekti loodud tulemusi, säilitama jälgitavuse ja dokumenteerima tehisintellekti kaasamise läbipaistvalt kooskõlas akadeemilise eetikaga. | ^ Soovitatud tööriistad ja keskkonnad | ROS, MATLAB | ^ Kinnitamise ja kinnitamise fookus | | ^ Asjakohased standardid ja reguleerivad raamistikud** 		ISO 26262, AS9100, CMMI, IEEE 2846