智能化软件赋能是人机物融合计算的重要发展趋势。随着深度学习技术的迅速进步,越来越 多的复杂软件系统包含训练好的深度神经网络(DNN)模型作为其部件。DNN 模型是基于统计的归纳推 理的产物,迥异于基于演绎推理的传统程序。如何评估并改进这种新型软件制品在应用环境下的性能成为 亟需研究的软件工程问题。本报告讨论我们在此方面的一些观点,并报告我们在面向应用场景的 DNN 模 型性能估计(对应于软件测试)和面向应用场景的 DNN 模型信心校准(对应于软件调试)方面的工作。
人机物融合计算
马晓星