論文の概要: Test Case Generation for Simulink Models: An Experience from the E-Bike Domain

• arxiv url: http://arxiv.org/abs/2501.05792v1
• Date: Fri, 10 Jan 2025 08:53:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-13 15:28:06.693755
• Title: Test Case Generation for Simulink Models: An Experience from the E-Bike Domain
• Title（参考訳）: 模擬リンクモデルのためのテストケース生成:E-Bikeドメインからの経験
• Authors: Michael Marzella, Andrea Bombarda, Marcello Minervini, Nunzio Marco Bisceglia, Angelo Gargantini, Claudio Menghi,
• Abstract要約: 我々は,サイバー物理システム要件に対するフェールレベリングテストケースの生成において,検索ベースソフトウェアテスト(SBST)の有効性と効率を評価する。 本研究対象は電動自転車(e-Bike)ドメイン内であり,e-Bikeモータのソフトウェアコントローラに関するものである。 HECATEは83%(36例中30例)の障害発見試験を成功裏に確認した。
• 参考スコア（独自算出の注目度）: 3.25351710106627
• License:
• Abstract: Cyber-physical systems development often requires engineers to search for defects in their Simulink models. Search-based software testing (SBST) is a standard technology that supports this activity. To increase practical adaption, industries need empirical evidence of the effectiveness and efficiency of (existing) SBST techniques on benchmarks from different domains and of varying complexity. To address this industrial need, this paper presents our experience assessing the effectiveness and efficiency of SBST in generating failure-revealing test cases for cyber-physical systems requirements. Our study subject is within the electric bike (e-Bike) domain and concerns the software controller of an e-Bike motor, particularly its functional, regulatory, and safety requirements. We assessed the effectiveness and efficiency of HECATE, an SBST framework for Simulink models, to analyze two software controllers. HECATE successfully identified failure-revealing test cases for 83% (30 out of 36) of our experiments. It required, on average, 1 h 17 min 26 s (min = 11 min 56 s, max = 8 h 16 min 22 s, std = 1 h 50 min 34 s) to compute the failure-revealing test cases. The developer of the e-Bike model confirmed the failures identified by HECATE. We present the lessons learned and discuss the relevance of our results for industrial applications, the state of practice improvement, and the results' generalizability.
• Abstract（参考訳）: サイバー物理システムの開発では、エンジニアがシミュリンクモデルの欠陥を探す必要があることが多い。 検索ベースのソフトウェアテスト(SBST)は、このアクティビティをサポートする標準技術である。 実用的適応性を高めるために、産業は異なる領域のベンチマークにおける(既存の)SBST技術の有効性と効率の実証的な証拠を必要としている。 この産業的ニーズに対処するために,サイバー物理システム要件に対する障害対応テストケースの生成において,SBSTの有効性と有効性を評価する。 本研究は電動自転車(e-Bike)の領域内にあり,電動自転車のソフトウェアコントローラ,特に機能,規制,安全性の要件について検討する。 我々は,SimulinkモデルのためのSBSTフレームワークであるHECATEの有効性と効率を評価し,二つのソフトウェアコントローラを解析した。 HECATEは83%(36例中30例)の障害発見試験を成功裏に確認した。 平均すると1 h 17 min 26 s (min = 11 min 56 s, max = 8 h 16 min 22 s, std = 1 h 50 min 34 s) が必要だった。 e-Bikeモデルの開発者は、HECATEが特定した失敗を確認した。 本稿では, 産業応用における成果の関連性, 実践改善の現状, 結果の一般化可能性について論じる。

関連論文リスト

• Active Test-Time Adaptation: Theoretical Analyses and An Algorithm [51.84691955495693]
  テスト時間適応(TTA)は、教師なし設定でストリーミングテストデータの分散シフトに対処する。 完全TTA設定内に能動学習を統合する能動テスト時間適応(ATTA)の新たな問題設定を提案する。
  論文  参考訳（メタデータ） (2024-04-07T22:31:34Z)
• Coupled Requirements-driven Testing of CPS: From Simulation To Reality [5.7736484832934325]
  CPS(Cyber-Physical Systems)の障害は、物理的なインフラや人間を傷つける深刻な事故を引き起こす可能性がある。 現在のシミュレーションとフィールドテストの実践、特に小型無人航空システム(sUAS)の領域では、アドホックであり、完全に構造化されたテストプロセスが欠如している。 我々はCPSを検証するための初期フレームワークを開発し、特にsUASとロボットアプリケーションに焦点を当てた。
  論文  参考訳（メタデータ） (2024-03-24T20:32:12Z)
• Applying Bayesian Data Analysis for Causal Inference about Requirements Quality: A Controlled Experiment [4.6068376339651635]
  要求仕様の品質がその後のソフトウェアエンジニアリング活動に影響を与えることは一般的に受け入れられている。 要求品質の欠陥がソフトウェアエンジニアリング活動に与える影響について実証的な証拠を提供することを目的としている。
  論文  参考訳（メタデータ） (2024-01-02T11:08:39Z)
• From Static Benchmarks to Adaptive Testing: Psychometrics in AI Evaluation [60.14902811624433]
  本稿では,静的評価手法から適応テストへのパラダイムシフトについて論じる。 これには、ベンチマークで各テスト項目の特性と価値を推定し、リアルタイムでアイテムを動的に調整することが含まれる。 我々は、AI評価にサイコメトリックを採用する現在のアプローチ、アドバンテージ、そして根底にある理由を分析します。
  論文  参考訳（メタデータ） (2023-06-18T09:54:33Z)
• Test Case Generation for Drivability Requirements of an Automotive Cruise Controller: An Experience with an Industrial Simulator [3.2610650450951364]
  自動車ソフトウェア開発では,機能要件と乾燥性要件の両方の違反を検出するために,システムをテストする必要がある。 本稿では,自動検索ベースのソフトウェアテスティングフレームワークの有用性を評価する。
  論文  参考訳（メタデータ） (2023-05-29T20:58:49Z)
• DELTA: degradation-free fully test-time adaptation [59.74287982885375]
  テスト時間バッチ正規化(BN)や自己学習といった,一般的な適応手法では,2つの好ましくない欠陥が隠されていることがわかった。 まず、テスト時間BNにおける正規化統計は、現在受信されているテストサンプルに完全に影響され、その結果、不正確な推定結果が得られることを明らかにする。 第二に、テスト時間適応中にパラメータ更新が支配的なクラスに偏っていることを示す。
  論文  参考訳（メタデータ） (2023-01-30T15:54:00Z)
• Fault Prognosis in Particle Accelerator Power Electronics Using Ensemble Learning [0.755972004983746]
  早期の故障検出と故障の予後は、複雑なエンジニアリングシステムの効率的かつ安全な運用を保証するために不可欠である。 本研究では,スカラー化中性子源(SNS)とそのパワーエレクトロニクスに関する21の故障予後実験を行った。 多様なモデルの複数の層を特徴とする階層的な投票アンサンブルは、断層前駆体を早期に検出する際、優れた性能を維持している。
  論文  参考訳（メタデータ） (2022-09-30T16:30:16Z)
• Fast and Accurate Error Simulation for CNNs against Soft Errors [64.54260986994163]
  本稿では,誤りシミュレーションエンジンを用いて,コナールニューラルネットワーク(CNN)の信頼性解析のためのフレームワークを提案する。 これらの誤差モデルは、故障によって誘導されるCNN演算子の出力の破損パターンに基づいて定義される。 提案手法は,SASSIFIの欠陥効果の約99%の精度と,限定的なエラーモデルのみを実装した44倍から63倍までのスピードアップを実現する。
  論文  参考訳（メタデータ） (2022-06-04T19:45:02Z)
• Efficient and Effective Generation of Test Cases for Pedestrian Detection -- Search-based Software Testing of Baidu Apollo in SVL [14.482670650074885]
  本稿では,SVLシミュレータ内での自律走行プラットフォームであるBaidu Apolloの歩行者検出と緊急制動システムの試験について述べる。 本稿では,SVL環境におけるApolloの障害検出シナリオを生成する進化的自動テスト生成手法を提案する。 また,本手法の有効性と有効性を示すため,ベースラインランダム生成手法の結果も報告する。
  論文  参考訳（メタデータ） (2021-09-16T13:11:53Z)
• ALT-MAS: A Data-Efficient Framework for Active Testing of Machine Learning Algorithms [58.684954492439424]
  少量のラベル付きテストデータのみを用いて機械学習モデルを効率的にテストする新しいフレームワークを提案する。 ベイズニューラルネットワーク(bnn)を用いたモデルアンダーテストの関心指標の推定が目的である。
  論文  参考訳（メタデータ） (2021-04-11T12:14:04Z)
• Dynamic Causal Effects Evaluation in A/B Testing with a Reinforcement Learning Framework [68.96770035057716]
  A/Bテスト(A/B Testing)は、新しい製品を製薬、技術、伝統産業の古い製品と比較するビジネス戦略である。 本稿では,オンライン実験においてA/Bテストを実施するための強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-02-05T10:25:02Z)

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。