О специфике методики испытаний информационных систем с компонентами машинного обучения

Автор: Щербаков Максим Владимирович, Глотов Артем Владимирович, Черемисинов Сергей Витальевич, Щербакова Наталия Львовна

Журнал: Сетевое научное издание «Системный анализ в науке и образовании» @journal-sanse

Статья в выпуске: 2, 2022 года.

Бесплатный доступ

Программа и методика испытаний системы является обязательным документом, фиксирующим каким образом будут проходить испытания системы перед вводом в опытную или промышленную эксплуатацию. Существующие подходы регламентируют проведение испытаний для автоматизированных систем, функции которых как правило детерминированы и результаты зависят только от входных данных и настроек системы. Информационные системы с компонентами машинного обучения требуют пересмотра типовых подходов к организации испытаний. В статье приводятся ключевые аспекты, которые должна включать программа и методика испытаний систем с компонентами машинного обучения.

Еще

Информационные системы, машинное обучение, программа испытаний, методики испытаний

Короткий адрес: https://sciup.org/14124336

IDR: 14124336

Список литературы О специфике методики испытаний информационных систем с компонентами машинного обучения

  • ГОСТ Р 59792-2021.Информационные технологии. Комплекс стандартов на автоматизированные системы. Виды испытаний автоматизированных систем: дата введения - 30.04.2022 / Федеральное агентство по техническому регулированию и метрологии. - Москва: Российский институт стандартизации, 2021. - 6 с.
  • ГОСТ Р 59795-2021 Информационные технологии. Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Требования к содержанию документов: дата введения - 30.04.2022 / Федеральное агентство по техническому регулированию и метрологии. - Москва: Российский институт стандартизации, 2021. - 27 с.
  • Глотов А. В., Черемисинов С. В., Щербаков М. В. Подходы к реализации системы предиктивного анализа генерирующего оборудования // Вести в электроэнергетике. 2019. № 6 (104). С. 36-49.
  • 2013. A survey of forecast error measures / M. V.Shcherbakov [et al.] // World Appl. Sci. J. 2013. Vol. 24. P. 171-176. DOI: 10.5829/idosi.wasj.2013.24.itmies.80032
  • Cuong S. V., Shcherbakov M. PdM: A predictive maintenance modeling tool implemented as R-package and web-application // 10th International Symposium on Information and Communication Technology. 2019. ACM, New York, NY, P. 433-440.
  • Глотов А. В., Черемисинов С. В., Щербаков М. В. Цифровая система предиктивного анализа работы генерирующего оборудования // Энергетическая политика. 2020. № 9 (151). C. 52-59.
Еще
Статья научная