我的研究重点是工程正确且安全的软件系统,旨在使其可靠和值得信赖,尤其是在可靠性至关重要的情况下。我特别有兴趣将传统的软件质量技术适应非传统和复杂系统,例如自动驾驶汽车,关键基础设施以及(最近)AI代理。i在理论与实践的交集中工作,应用严格的软件理论来开发新兴领域的实用解决方案。例如,使用信号时间逻辑正式定义交通法律,然后模糊以找到自动驾驶汽车可以无意中违反它们的方式。此外,我探讨了如何将研究的见解转化为课堂并帮助下一代软件工程师的准备。
如今,机器学习被用来解决各个研究领域的多个问题,软件工程研究人员是机器学习机制中最活跃的用户之一。最近的进步介绍了量子机学习的使用,该学习有望撤销程序计算并促进软件系统解决问题的能力。但是,使用量子计算技术并不是微不足道的,需要跨学科的技能和专业知识。由于原因,我们提出了一个基于社区的低代码平台量子灯,它使研究人员和从业人员可以配置和实验Quanma-Tum机器学习管道,将它们与经典的机器学习算法进行比较,并分享经验教训和经验丰富的报告。我们展示了量子光的架构和主要特征,除了解散其对研究和实践的影响。
4 ANPRM打算将CV定义为一种汽车车辆,该汽车将网络上的硬件集成到汽车软件系统上,以通过专用的短距离通信,蜂窝电信连接,卫星通信或其他无线频谱连接与任何其他网络或任何网络或设备。这样的定义很可能包括具有全球导航卫星系统(GNSS)通信进行地理位置的汽车汽车,无论是个人还是商业;与智能运输系统的通信;远程访问或控制;无线软件或固件更新;或设备的路边援助。CVS还整合了可以在车辆,网络,应用程序和车辆外部使用车辆内部连接和/或外部连接的硬件。” 89 FR 15068(2024)
人工智能技术包括经验和理解解决方案、工程、自然语言处理和分析方法。随着围绕人工智能的狂热日益高涨,企业纷纷强调其产品是否包含人工智能。通常,人们所说的人工智能只是其组成部分之一,例如机器学习。人工智能 (AI) 需要一个复杂的操作系统框架来开发和集成机器学习方法。自动化系统通常会消耗大量的训练数据,然后分析这些数据的共性和关联性,然后再使用类似的框架预测潜在后果。面部识别软件系统可以通过检查无数示例来学习识别照片中的面部和其他物体,就像聊天机器人可以通过分析短信示例来学习与朋友进行自然对话一样。
北约 STO HFM-259 工作计划的核心是开发网络安全人机系统集成框架。该框架是收集和整理与网络安全中涉及的人为因素有关的可用信息(报告、论文、概念、理论、策略等)的必要步骤。基本假设是人类是网络系统中的重要节点,因此他们的行为会影响该系统的(不)安全性。下一步,我们通过每个参与国的主题专家访谈测试了开发的框架,并将本体实施到软件系统(数据库和工具)中,其中包括使用收集到的源进行填充。开发用于研究网络安全的 HSI 框架的主要步骤是实际的编码过程。
白俄罗斯共和国2021-2025年社会经济发展规划[1]描述了白俄罗斯共和国当前和未来几年人工智能和其他信息技术的发展。该计划的重点之一是:“把信息通信和先进的生产技术引入到各个生活领域”。根据该计划,“目标是到2025年信息和通信技术行业在国家GDP中的份额不低于7.5%。数字(虚拟)基础设施将利用人工智能技术、大数据分析、虚拟和增强现实、物联网、用于各种功能目的的机器人系统等来构建。在机器人及仪器仪表发展领域中,利用人工智能技术以及硬件和软件系统生产机器人系统尤为突出。计划通过引入人工智能元素来实现税务管理和控制流程的自动化,以改善税务管理并实现税务系统数字化。”