論文の概要: The Westermo test system performance data set

• arxiv url: http://arxiv.org/abs/2311.14510v1
• Date: Fri, 24 Nov 2023 14:38:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-27 15:01:19.982951
• Title: The Westermo test system performance data set
• Title（参考訳）: Westermoテストシステムの性能データセット
• Authors: Per Erik Strandberg and Yosh Marklund
• Abstract要約: 本稿では,Westermoテストシステムの性能データセットについて述べる。 CPUやメモリ使用率などの20以上のパフォーマンス指標が19のテストシステムで1ヶ月に2回サンプリングされ、匿名化されてリリースされた。 工業的な動機は、季節データにおける異常検出の取り組みを刺激し、夜間テストにおける信頼を高めることである。
• 参考スコア（独自算出の注目度）: 4.4592614311768735
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: There is a growing body of knowledge in the computer science, software engineering, software testing and software test automation disciplines. However, a challenge for researchers is to evaluate their research findings, ideas and tools due to lack of realistic data. This paper presents the Westermo test system performance data set. More than twenty performance metrics such as CPU and memory usage sampled twice per minute for a month on nineteen test systems driving nightly testing of cyber-physical systems has been anonymized and released. The industrial motivation is to spur work on anomaly detection in seasonal data such that one may increase trust in nightly testing. One could ask: If the test system is in an abnormal state - can we trust the test results? How could one automate the detection of abnormal states? The data set has previously been used by students and in hackathons. By releasing it we hope to simplify experiments on anomaly detection based on rules, thresholds, statistics, machine learning or artificial intelligence, perhaps while incorporating seasonality. We also hope that the data set could lead to findings in sustainable software engineering.
• Abstract（参考訳）: コンピュータ科学、ソフトウェア工学、ソフトウェアテスト、およびソフトウェアテスト自動化の分野には、知識が増えている。 しかしながら、研究者にとっての課題は、現実的なデータの欠如による研究成果、アイデア、ツールの評価である。 本稿では,Westermoテストシステムの性能データセットを提案する。 サイバー物理システムの夜間テストを実行する19のテストシステムでは、CPUやメモリ使用量などの20以上のパフォーマンス指標が1ヶ月に2回サンプリングされ、匿名化されリリースされている。 産業的な動機は、夜間試験の信頼性を高めるために季節データにおける異常検出作業を促進することである。 テストシステムが異常な状態にある場合、テスト結果を信頼できますか? 異常状態の検出を自動化するには? データセットは以前は学生やハッカソンで使用されていた。 リリースすることで、規則、しきい値、統計、機械学習または人工知能に基づく異常検出の実験を単純化し、おそらく季節性を取り入れたいと考えています。 また、データセットが持続可能なソフトウェアエンジニアリングの発見につながることを期待しています。

関連論文リスト

• Automating Quantum Software Maintenance: Flakiness Detection and Root Cause Analysis [4.554856650068748]
  コードの変更なしに不整合に合格または失敗する、不安定なテストは、ソフトウェア工学における大きな課題である。 量子ソフトウェアにおける不安定なテストを自動的に検出するフレームワークの構築を目指しています。
  論文  参考訳（メタデータ） (2024-10-31T02:43:04Z)
• TWICE Dataset: Digital Twin of Test Scenarios in a Controlled Environment [0.0]
  我々は,実検体で得られたセンサデータからなるデータセットを開発し,同じテストシナリオのために実験室で再現した。 提供されるデータセットには、カメラ、レーダー、LiDAR、慣性測定ユニット(IMU)、および悪天候下で記録されたGPSデータが含まれる。 データセットには2時間以上の記録があり、合計280GB以上のデータが含まれている。
  論文  参考訳（メタデータ） (2023-10-05T21:01:04Z)
• Neural Embeddings for Web Testing [49.66745368789056]
  既存のクローラは、状態等価性を評価するために、アプリ固有のしきい値ベースのアルゴリズムに依存している。 ニューラルネットワークの埋め込みとしきい値のない分類器に基づく新しい抽象関数WEBEMBEDを提案する。 WEBEMBEDは,9つのWebアプリケーションに対する評価の結果,近距離検出により最先端技術よりも精度が高いことがわかった。
  論文  参考訳（メタデータ） (2023-06-12T19:59:36Z)
• Reasoning-Based Software Testing [9.341830361844337]
  推論ベースのソフトウェアテスト(RBST)は、テスト問題を因果推論タスクとして考える新しい方法です。 我々は、因果推論は人間が宇宙を「スマートに」探索する過程をより自然にエミュレートしていると主張する。 本論文で報告された予備結果は有望である。
  論文  参考訳（メタデータ） (2023-03-02T14:27:21Z)
• Sequential Kernelized Independence Testing [101.22966794822084]
  我々は、カーネル化依存度にインスパイアされたシーケンシャルなカーネル化独立試験を設計する。 シミュレーションデータと実データの両方にアプローチのパワーを実証する。
  論文  参考訳（メタデータ） (2022-12-14T18:08:42Z)
• Model-Free Sequential Testing for Conditional Independence via Testing by Betting [8.293345261434943]
  提案されたテストでは、任意の依存関係構造を持つ入ってくるi.d.データストリームを分析できる。 重要な結果が検出されれば,オンライン上でのデータポイントの処理を可能とし,データ取得を停止する。
  論文  参考訳（メタデータ） (2022-10-01T20:05:33Z)
• An Outlier Exposure Approach to Improve Visual Anomaly Detection Performance for Mobile Robots [76.36017224414523]
  移動ロボットの視覚異常検出システム構築の問題点を考察する。 標準異常検出モデルは、非異常データのみからなる大規模なデータセットを用いて訓練される。 本研究では,これらのデータを利用してリアルNVP異常検出モデルの性能向上を図る。
  論文  参考訳（メタデータ） (2022-09-20T15:18:13Z)
• SUPERNOVA: Automating Test Selection and Defect Prevention in AAA Video Games Using Risk Based Testing and Machine Learning [62.997667081978825]
  従来の手法では、成長するソフトウェアシステムではスケールできないため、ビデオゲームのテストはますます難しいタスクになります。 自動化ハブとして機能しながら,テスト選択と欠陥防止を行うシステム SUPERNOVA を提案する。 この直接的な影響は、未公表のスポーツゲームタイトルの55%以上のテスト時間を減らすことが観察されている。
  論文  参考訳（メタデータ） (2022-03-10T00:47:46Z)
• DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly detection in air transportation [68.8204255655161]
  識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。 通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。 その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
  論文  参考訳（メタデータ） (2021-09-08T14:07:55Z)
• Learning the Noise of Failure: Intelligent System Tests for Robots [1.713291434132985]
  ロボットの自動システムテストにおける故障検出のためのシミュレーションノイズ推定を提案する。 この技術は、人間が成功や失敗を評価することなく、実世界の自動テストを強化することができる。
  論文  参考訳（メタデータ） (2021-02-16T11:06:45Z)
• Testing the Safety of Self-driving Vehicles by Simulating Perception and Prediction [88.0416857308144]
  センサシミュレーションは高価であり,領域ギャップが大きいため,センサシミュレーションに代わる方法を提案する。 我々は、自動運転車の知覚と予測システムの出力を直接シミュレートし、現実的な動き計画テストを可能にする。
  論文  参考訳（メタデータ） (2020-08-13T17:20:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。