MMFeb, 2013

基于本体论的软件测试智能系统的开发

PDF
TL;DR通过本篇文章介绍的本体技术的应用，可以通过自然语言处理和元数据创建，构建支持多种环境的测试管理知识库来实现同时教授编程基础和测试概念，从而提高程序员的能力，以促进行业进步。
meta dataontologysoftware testingintegrationprogramming foundations
发现论文，激发创造
  • 智能自动化软件测试框架 TestLab

    TestLab 是一款智能自动化软件测试框架，它使用人工智能来收集一组测试方法并将其自动化，以允许对软件系统进行连续的多层级测试，包括从开发人员到最终用户的不同层次，增强了传统自动化软件测试，可以通过源代码分析自动生成测试用例，旨在加速软件开发周期并减少漏洞

    Jun, 2023

  • 软件测试中的人工智能：影响、问题、挑战和前景

    本研究旨在探讨人工智能技术在软件测试活动和方面中的影响，以及 AI 在软件测试领域未来的一些关键贡献和应用面临的挑战。

    Jan, 2022

  • 本体重用：本体设计的真正考验

    通过自然语言处理和网络分析等方法，对 30 个生物医学本体和计算机科学本体的质量进行研究和改进。该研究提出了多种潜在问题的检测方法，重点关注本体间交叉引用的问题，并探讨了本体的多样化重复使用对于本体质量的改进至关重要的观点。

    May, 2022

  • 金属增材制造缺陷检测本体

    本文介绍了如何将本体论应用于高级制造服务中，以解决数据集成、语义互操作性问题以及监控和决策任务，并提供了一个针对金属添加制造文献中已知的过程性缺陷的本体，并与现有的本体进行整合，从而扩展了本体在增材制造领域的建模能力。

    Sep, 2022

  • 科学技术本体论：新兴主题的分类

    该研究介绍了一个包含科学技术领域中非传统主题的自动化科学技术本体，并通过连接不同领域和专业之间相关或具有共性的主题来促进跨学科研究与合作。使用从 2021 年 10 月到 2022 年 8 月从语义学者 (Semantic Scholar) 收集的 393,991 篇科学文章构建 S＆TO。目前，S&TO 划分了四个科学领域中的 5153 个主题和 13155 个语义关系，可以通过对更新的数据集运行 BERTopic 来更新模型。

    May, 2023

  • 机器学习软件测试

    讨论机器学习的软件测试以确保其正确性和可靠性，尤其是在安全关键应用中存在欺骗和错误等挑战，探讨六个关键挑战领域及其局限，提出继续研究方向。

    Apr, 2022

  • 基于推理的软件测试

    RBST 提出一种新的软件测试思路，即将测试问题视为因果推理任务，通过利用因果推理的工具来智能化测试搜索过程，与基于经验学习的策略相比具有更高的自然性和灵活性，其初步结果是有前途的。

    Mar, 2023

  • 混合智能中的本体论：一篇简明文献综述

    本文旨在提供一个对混合智能的本体论应用和混合智能系统中本体论应用的批判性讨论，以减少人工智能和人类智能之间的差距，提高系统的质量和准确性，增强互操作性和透明度，并探索下一代混合智能环境的建立。

    Mar, 2023

  • 提升植物研究数据的可寻址性、可访问性、可互操作性和可重复性的本体

    改善研究数据的 FAIR 性（可找性、可访性、互操作性、可重复性）的重要性不容忽视，特别是在当前由组学技术产生的大规模复杂数据集面前。本篇综述介绍了与基础植物科学相关的本体论术语，并说明了如何使用这些术语来注释与植物特定实验相关的数据，在元数据框架（如 ISA）中标记植物科学相关数据。同时，还介绍了用于确定适用本体论或查找本体论术语的资源库和平台。

    Aug, 2023

  • 自动本体匹配中的不确定性：经验实验的教训

    本文从应用角度探讨了基于本体匹配的数据集成问题，通过实际数据和现有工具的支持进行实验，发现自动本体匹配过程中存在的错误和不确定性，探索了半监督方法在更广泛应用中的成熟性和不确定性管理方面的前景

    Oct, 2023