XiaoMi-AI文件搜索系统
World File Search System测试用例
课程目标和课程成果 2022-23 学期
不同领域 了解模糊逻辑及其应用 演示模糊逻辑及其应用 了解粗糙集理论及其用法 解释粗糙集理论及其作为软计算的用途 培养对单目标优化的理解 使用 Gas 关联单目标优化问题 介绍人工神经网络及其应用 描述人工神经网络及其应用 了解软件测试基础/原理 按照软件测试生命周期制定问题 学习软件测试的系统方法 为软件测试方法设计手动测试用例 探索测试软件的方法和工具 通过测试工具展示测试自动化的使用 解释管理的法律规定和职能。分析人力资源和财务管理在组织中的作用。分析项目生命周期。 确定商品和服务营销的工具和技术 描述像素之间的基本关系 探索空间域和频域中的图像增强技术
使用机器学习的自动测试案例生成
Dhanunjay Reddy Seelam高级软件工程师，美国本顿维尔，美国摘要：软件开发是一个快节奏的行业，需要测试方法同样快速可靠。提出的常规测试案例生成技术倾向于难以满足当今的快速起搏方式的需求。为了减少测试过程中使用的努力，机器学习可以帮助自动化测试用例并同时增强性能。这种技术利用受监督和无监督的学习模型，减少人为因素，消除冗余并改善边缘病例的识别。我们强调了本文中突出的方法，挑战，实施框架和实验结果，以及建议的未来方向，以有效地将ML技术整合到测试自动化管道中。关键字：自动测试案例生成，机器学习，软件测试，监督学习，无监督学习，测试自动化
IW610 1x1双波段Wi-Fi 6 +蓝牙LE 5.4/802.15.4片上系统（SOC）。
i.mx提供了一个称为i.mx BSP发行版的额外层，称为meta-imx，以将新的i.mx发行版与FSL YOCTO项目社区BSP集成。Meta-IMX层旨在发布更新的和新的Yocto项目食谱和机器配置，以适用于Yocto Project中现有的Meta-Freescale和Meta-Freescale-Distro层上尚不可用的新版本。I.MX BSP发布层的内容是配方和机器配置。在许多测试用例中，其他层实现了配方或包括文件，而I.MX发行层通过附加到当前食谱或包括组件并使用补丁程序或源位置更新来提供对配方的更新。大多数I.MX发行层食谱都很小，因为它们使用社区提供的内容并更新每个新的包装版本所需的内容，而这些版本在其他层中不可用。
制定有效测试自动化策略的指南...
精心规划和设计的测试环境为我们提供了运行测试用例所需的紧凑平台。拥有专门的测试环境或测试平台来运行自动化测试脚本非常重要。测试环境不仅仅包括设置一台服务器来运行测试。它还涉及硬件和网络配置。例如，假设我们要测试特定函数是否会为特定数据库中存在的销售数据创建发票。由于我们需要创建一个数据库来验证某个工作流程，因此整个测试平台和环境设置变得非常重要。如果测试框架与 CI/CD 工具或版本控制系统（如 Jenkins/Maven、GitHub 等）集成，在这种情况下，需要适当配置整个测试平台，以便可以在没有任何人工干预或依赖的情况下整夜运行测试。
测试自动驾驶系统的场景生成
摘要：SOTIF-Standard（ISO 21448）建立了基于方案的测试，作为用于验证和验证高级驾驶员保障系统（ADAS）和自动化驾驶系统（ADS）的最先进的测试。但是，SOTIF标准缺乏选择用作测试用例的方案的详细信息。因此，缺少SOTIF的细节阻碍了其实际应用。在本文中，我们分析了现有的场景生成技术，并讨论了它们是否生成符合SOTIF的方案套件。随后，我们利用可变性建模技术来应对两个保持开放的基本挑战：如何建模整体方案空间以及如何实际覆盖它？我们详细阐述了与生成符合SOTIF兼容的场景相关的采样策略和覆盖标准。最后，我们使用突变测试来评估和比较生成的方案套件，以表明场景套件检测潜在故障的能力。
气候经济学中的气候
为了分析气候变化策略，经济学家依靠简化的气候模型（所谓的气候模拟器），这些模型在低计算成本下提供了二氧化碳排放与全球变暖之间的现实定量联系。在本文中，我们为这些气候模拟器提出了一种通用和透明的校准和评估策略，该策略基于来自气候科学的自由易于访问的最新基准数据。我们证明，自由模型参数的适当选择与预测的碳的社会成本可能具有关键相关性。我们提出的关键思想是将简化的气候模型校准从全面的全球气候模型中进行基准数据，该模型参与了耦合模型比较项目，第5阶段（CMIP5）。，我们建议使用四种不同的测试用例，这些测试用例在气候科学文献中被认为是关键的：两项高度理想化的测试，以分别校准和评估碳循环和温度响应，一种理想化的测试，以量化瞬态气候响应，并进行最终测试，以评估来自经济模型的情况，并包括经济模型，并包括Exogenotic构成。作为一个具体的例子，我们重新校准了广泛使用的骰子-2016的气候部分，使CMIP5不确定度响应的不确定性范围：多模型平均值以及极端，但仍然允许的气候敏感性和碳循环响应仍然允许。我们研究了在利率是外源性的部分平衡环境中校准对碳的社会成本的重要性，以及来自2016年DICE-2016的简单一般均衡设置。我们证明，骰子-2016模型的气候模拟器的功能形式仍然适合目的，尽管它很简单，但是其碳循环和温度方程式却被校准了，得出的结论是，人们可能希望对从DICE-2016得出的预测持怀疑态度。我们发现，如果人们假设具有二次损害功能，则来自气候系统不同一致校准的模型不确定性可能会改变碳的社会成本四倍。校准为多模型平均值时，我们的模型可以预测碳的社会成本与原始骰子-2016的相似值，但对折现率的敏感性降低了，长期变暖的敏感性降低了。骰子中碳的社会成本对折现率过敏，从而导致对偏好变化的极端比较静态响应。
电力系统暂态稳定性评估的人工智能技术
摘要：可再生能源的高渗透率，加上传统发电厂的退役，导致电力系统惯性下降。这对电力系统的暂态稳定性产生了负面影响。本文旨在回顾人工智能在电力系统暂态稳定性评估中的应用现状，重点介绍不同的机器、深度学习和强化学习技术。回顾涵盖数据生成过程（来自测量和模拟）、数据处理流程（特征工程、拆分策略、降维）、模型构建和训练（包括集成和超参数优化技术）、部署和管理（包括用于检测偏差和漂移的监控）。回顾特别关注在标准基准测试用例上显示出良好结果的不同深度学习模型。回顾的最终目的是指出不同方法的优缺点，提出现有模型面临的当前挑战，并展望未来可能的研究机会。
利用脑电图通道注意力检测听觉注意力
摘要 — 听觉注意检测 (AAD) 试图从多人说话场景（例如鸡尾酒会）中的 EEG 信号中检测出被关注的语音。由于 EEG 通道反映了不同大脑区域的活动，因此面向任务的通道选择技术可以提高脑机接口应用的性能。在本研究中，我们提出了一种软通道注意机制，而不是硬通道选择，通过优化听觉注意检测任务来导出 EEG 通道掩模。神经 AAD 系统由神经通道注意机制和卷积神经网络 (CNN) 分类器组成。我们在公开数据库上评估了所提出的框架。对于 64 通道 EEG，我们在 2 秒和 0.1 秒决策窗口下分别实现了 88.3% 和 77.2%；对于 32 通道和 16 通道 EEG，我们在 2 秒决策窗口下分别实现了 86.1% 和 83.9%。所提出的框架在所有测试用例中都远远优于其他竞争模型。
电力系统气候弹性的平行计算
我们提出了一个节点随机生成和传输扩展计划模型，该模型通过负载和发电性场景结合了高分辨率全球气候模型的输出。我们在PYOMO中实施了模型，并在高性能计算环境中对加利福尼亚电网的实际测试用例进行计算研究。我们提出模型重新制定和算法调整，以使用渐进式对冲算法的变体有效地解决这个大问题。我们利用了MPI-Sppy的并行功能和整体多功能性，利用其集线器和辐条体系结构在最佳扩展计划中同时获得内部和外部边界。最初的结果表明，在壁时钟时间的4小时内，可以解决具有超过8,000辆公共汽车的系统上360天的实例，以在最佳的5％以内，这是解决大规模的电力系统扩展计划问题的第一步，跨越广泛的气候知情的操作场景。
将人工智能融入软件工程
1, 2 科学与技术学院 摘要 - 人工智能 (AI) 与软件工程的融合正在彻底改变传统的软件开发生命周期。本研究论文探讨了人工智能在增强软件工程实践方面的多方面作用，重点关注编码、测试和维护。通过自动执行重复性任务，人工智能提高了软件开发的效率和质量。智能代码助手、自动测试用例生成和人工智能驱动的错误修复只是人工智能如何改变行业的几个例子。然而，人工智能的融入也带来了挑战，例如需要高质量的训练数据、可解释的人工智能模型以及与现有流程的无缝集成。本研究回顾了当前的文献，强调了关键发现，并确定了需要进一步研究的差距。通过全面的分析，本文旨在更深入地了解人工智能在软件工程中的潜力和挑战，为未来的研究方向和人工智能增强开发实践的演变提供见解。