Automatisiertes Black-Box Software Testing mit neuartigen neuronalen Netzen: Unterschied zwischen den Versionen
Keine Bearbeitungszusammenfassung |
Keine Bearbeitungszusammenfassung |
||
Zeile 5: | Zeile 5: | ||
|betreuer=Daniel Zimmermann | |betreuer=Daniel Zimmermann | ||
|termin=Institutsseminar/2021-11-05 | |termin=Institutsseminar/2021-11-05 | ||
|kurzfassung= | |kurzfassung=Das Testen von großen Softwareprojekten ist mit viel Arbeitsaufwand verbunden. Ein Aspekt der hier oft übersehen wird, ist die Benutzeroberfläche. | ||
Künstliche Intelligenz und Neuronale 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 untersuchen. | |||
Des Weiteren wird ein System entwickelt, welches mithilfe von besonders leistungsfähigen Grafikkarten das neuronale Netzwerk schneller trainieren kann, als sonst mögich wäre. | |||
}} | }} |
Version vom 26. Oktober 2021, 19:02 Uhr
Vortragende(r) | Frederik Scheiderbauer | |
---|---|---|
Vortragstyp | Bachelorarbeit | |
Betreuer(in) | Daniel Zimmermann | |
Termin | Fr 5. November 2021 | |
Vortragsmodus | ||
Kurzfassung | Das Testen von großen Softwareprojekten ist mit viel Arbeitsaufwand verbunden. Ein Aspekt der hier oft übersehen wird, ist die Benutzeroberfläche.
Künstliche Intelligenz und Neuronale 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 untersuchen. Des Weiteren wird ein System entwickelt, welches mithilfe von besonders leistungsfähigen Grafikkarten das neuronale Netzwerk schneller trainieren kann, als sonst mögich wäre. |