О специфике методики испытаний информационных систем с компонентами машинного обучения

Основное содержимое статьи

М. В. Щербаков
А. В. Глотов
С. В. Черемисинов
Н. Л. Щербакова

Аннотация

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.

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
1.
Щербаков МВ, Глотов АВ, Черемисинов СВ, Щербакова НЛ. О специфике методики испытаний информационных систем с компонентами машинного обучения. Системный анализ в науке и образовании [Интернет]. 18 октябрь 2022 г. [цитируется по 4 декабрь 2022 г.];(2):33-7. доступно на: https://sanse.ru/index.php/sanse/article/view/537
Раздел
Статьи

Библиографические ссылки

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. 4. 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 Rpackage 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.