IVVES: Industrial-grade Verification and Validation of Evolving System

IVVES kommer systematiskt att utveckla AI-metoder av industriell kvalitet för robust och omfattande V&V av "inbäddad AI". Med det avses maskininlärning för kontroll av komplexa, verksamhetskritiska föränderliga system och tjänster som täcker de viktigaste industriområdena i Europa.

Projektet kommer att utveckla tillvägagångssätten i tre riktningar för att täcka tre huvudaspekter inom kvalitetsutveckling för ”Evolving Systems” (ES):

• V&V-metoder dedikerade till ML-aktiverade applikationer i ES, inklusive innovation inom ML-baserad testning, transparent och robust bedömning av ML-modeller och tränade nätverk och mätvärden för kvalitet och tillförlitlighet för data som används för ML-träning.

• AI och datadriven V&V-teknik dedikerad till ES för att täcka områden som för närvarande inte kan täckas av toppmodern specifikationsbaserad testning. Detta inkluderar ML-baserad testfallsutveckling och testautomatisering samt kontinuerlig och körningsaktiverad testning för att identifiera kvalitetsförsämring av ES under körning.

• Smarta tekniska metoder som använder dataanalys för att etablera effektiva och högkvalitativa tekniska processer för ES för att förbättra täckningen av testning i simulerade miljöer före initial slutanvändarexponering.

Alla IVVES-metoder, tekniker och verktyg kommer att drivas och utvärderas av fallstudierna som representerar dessa relevanta industriella domäner: Fordon & Transport, Bank & Finans, Hälso- och sjukvård, Telekom, Industriell Automation, Jordbruk & Skogsbruk, Cybersäkerhet. Sammanfattningsvis kommer IVVES att utveckla domänöverskridande lösningar med bred tillämpbarhet som kommer att ligga till grund för standardisering och certifiering. IVVES kommer således öka innovationskraften hos europeisk industri inom AI-baserade system och applikationer.