SlideShare ist ein Scribd-Unternehmen logo

IoT/AI時代のテスティング・検証技術の最前線

•
•
Fuyuki Ishikawa
Fuyuki Ishikawa

2019/1/11 SQiP研究会特別講義

Software
1 von 62
Downloaden Sie, um offline zu lesen
◼ ◼
◼ ◼ ◼ ◼ ◼ ◼ ◼ ◼
◼ ◼ ◼ ◼ ◼ ◼ ◼ ◼ ◼
◼ ◼ ◼ ◼ ◼
◼ ◼ ◼ ◼ ◼ ◼
◼ ◼ ◼
◼ ◼ ◼
◼ ◼ ◼ ◼ ◼ ◼
◼ ◼ ◼ ◼
◼
◼ ◼
◼ ◼ ◼ ◼
◼ ◼ ◼ ◼
◼ ◼ ◼ ◼ ◼ ◼ ◼ ◼
◼ ◼ ◼ ◼
◼ ◼ ◼ ◼ ◼
◼ ◼ ◼ ◼
◼ ◼ ◼ ◼ ◼ ◼ ◼
◼ ◼ ◼ ◼ ◼ ◼ ◼
◼ 0 20 40 60 80 100
◼ ◼
◼ ◼ ◼ ◼
◼ ◼ • • •
◼ ◼ • • • • •
• • • • • • • • • •
◼ ◼ ◼ ◼ ◼
◼ ◼ ◼ ◼
◼ ◼ ◼ ◼
◼ ◼ ◼
◼ ◼
◼ ◼ ◼ ◼
◼ ◼ ◼ ◼ ◼
◼ ◼ ◼ ◼
◼ ◼
◼ ◼ ◼ ◼ ◼ ◼
◼ ◼ ◼ ◼ ◼ ◼ ◼
◼ ◼
◼ ◼ ◼ ◼ ◼ ◼
◼
◼ ◼ ◼ ◼ ◼
◼ ◼ ◼ ◼ ◼
◼ ◼ ◼
◼ ◼ ◼
◼ ◼ ◼ ◼ ◼ ◼
◼ ◼ ◼
◼ ◼ ◼ ◼
◼ ◼ ◼ ◼
◼

Empfohlen

機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組みShintaro Fukushima
 
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計Takahiro Kubo
 
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側Takeshi HASEGAWA
 
AIによるテスト・デバッグ技術 イントロ＆チュートリアル
AIによるテスト・デバッグ技術 イントロ＆チュートリアルAIによるテスト・デバッグ技術 イントロ＆チュートリアル
AIによるテスト・デバッグ技術 イントロ＆チュートリアルFuyuki Ishikawa
 
型安全性入門
型安全性入門型安全性入門
型安全性入門Akinori Abe
 
ナレッジグラフとオントロジー
ナレッジグラフとオントロジーナレッジグラフとオントロジー
ナレッジグラフとオントロジーUniversity of Tsukuba
 
ナレッジグラフ入門
ナレッジグラフ入門ナレッジグラフ入門
ナレッジグラフ入門KnowledgeGraph
 
(2017.6.9) Neo4jの可視化ライブラリまとめ
(2017.6.9) Neo4jの可視化ライブラリまとめ(2017.6.9) Neo4jの可視化ライブラリまとめ
(2017.6.9) Neo4jの可視化ライブラリまとめMitsutoshi Kiuchi
 

Empfohlen

機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組みShintaro Fukushima
 
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計Takahiro Kubo
 
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側Takeshi HASEGAWA
 
AIによるテスト・デバッグ技術 イントロ＆チュートリアル
AIによるテスト・デバッグ技術 イントロ＆チュートリアルAIによるテスト・デバッグ技術 イントロ＆チュートリアル
AIによるテスト・デバッグ技術 イントロ＆チュートリアルFuyuki Ishikawa
 
型安全性入門
型安全性入門型安全性入門
型安全性入門Akinori Abe
 
ナレッジグラフとオントロジー
ナレッジグラフとオントロジーナレッジグラフとオントロジー
ナレッジグラフとオントロジーUniversity of Tsukuba
 
ナレッジグラフ入門
ナレッジグラフ入門ナレッジグラフ入門
ナレッジグラフ入門KnowledgeGraph
 
(2017.6.9) Neo4jの可視化ライブラリまとめ
(2017.6.9) Neo4jの可視化ライブラリまとめ(2017.6.9) Neo4jの可視化ライブラリまとめ
(2017.6.9) Neo4jの可視化ライブラリまとめMitsutoshi Kiuchi
 
分散システムについて語らせてくれ
分散システムについて語らせてくれ分散システムについて語らせてくれ
分散システムについて語らせてくれKumazaki Hiroki
 
情報アクセス技術のためのテストコレクション作成
情報アクセス技術のためのテストコレクション作成情報アクセス技術のためのテストコレクション作成
情報アクセス技術のためのテストコレクション作成kt.mako
 
Cassandraとh baseの比較して入門するno sql
Cassandraとh baseの比較して入門するno sqlCassandraとh baseの比較して入門するno sql
Cassandraとh baseの比較して入門するno sqlYutuki r
 
機械学習モデルのサービングとは？
機械学習モデルのサービングとは？機械学習モデルのサービングとは？
機械学習モデルのサービングとは？Sho Tanaka
 
MLOpsはバズワード
MLOpsはバズワードMLOpsはバズワード
MLOpsはバズワードTetsutaro Watanabe
 
位置データもPythonで！！！
位置データもPythonで！！！位置データもPythonで！！！
位置データもPythonで！！！hide ogawa
 
（今ちゃんと振り返る） ゴール指向要求分析 入門
（今ちゃんと振り返る） ゴール指向要求分析 入門（今ちゃんと振り返る） ゴール指向要求分析 入門
（今ちゃんと振り返る） ゴール指向要求分析 入門Fuyuki Ishikawa
 
実運用して分かったRabbit MQの良いところ・気をつけること #jjug
実運用して分かったRabbit MQの良いところ・気をつけること #jjug実運用して分かったRabbit MQの良いところ・気をつけること #jjug
実運用して分かったRabbit MQの良いところ・気をつけること #jjugYahoo!デベロッパーネットワーク
 
グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介ippei_suzuki
 
ソフトウェアテストの歴史と近年の動向
ソフトウェアテストの歴史と近年の動向ソフトウェアテストの歴史と近年の動向
ソフトウェアテストの歴史と近年の動向Keizo Tatsumi
 
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門泰 増田
 
30分で分かる！OSの作り方
30分で分かる！OSの作り方30分で分かる！OSの作り方
30分で分かる！OSの作り方uchan_nos
 
グラフデータベース入門
グラフデータベース入門グラフデータベース入門
グラフデータベース入門Masaya Dake
 
MongoDBが遅いときの切り分け方法
MongoDBが遅いときの切り分け方法MongoDBが遅いときの切り分け方法
MongoDBが遅いときの切り分け方法Tetsutaro Watanabe
 
自然言語処理によるテキストデータ処理
自然言語処理によるテキストデータ処理自然言語処理によるテキストデータ処理
自然言語処理によるテキストデータ処理Yuki Arase
 
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるなテスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるなKentaro Matsui
 
Kubernetesによる機械学習基盤への挑戦
Kubernetesによる機械学習基盤への挑戦Kubernetesによる機械学習基盤への挑戦
Kubernetesによる機械学習基盤への挑戦Preferred Networks
 
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門Kouji Kozaki
 
インフラエンジニアの綺麗で優しい手順書の書き方
インフラエンジニアの綺麗で優しい手順書の書き方インフラエンジニアの綺麗で優しい手順書の書き方
インフラエンジニアの綺麗で優しい手順書の書き方Shohei Koyama
 
エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織Takafumi ONAKA
 
機械学習工学の進展と課題 2021
機械学習工学の進展と課題 2021機械学習工学の進展と課題 2021
機械学習工学の進展と課題 2021Fuyuki Ishikawa
 
Quality Assurance of Machine Learning-based AI Systems
Quality Assurance of Machine Learning-based AI Systems Quality Assurance of Machine Learning-based AI Systems
Quality Assurance of Machine Learning-based AI Systems Fuyuki Ishikawa
 

Weitere ähnliche Inhalte

Was ist angesagt?

分散システムについて語らせてくれ
分散システムについて語らせてくれ分散システムについて語らせてくれ
分散システムについて語らせてくれKumazaki Hiroki
 
情報アクセス技術のためのテストコレクション作成
情報アクセス技術のためのテストコレクション作成情報アクセス技術のためのテストコレクション作成
情報アクセス技術のためのテストコレクション作成kt.mako
 
Cassandraとh baseの比較して入門するno sql
Cassandraとh baseの比較して入門するno sqlCassandraとh baseの比較して入門するno sql
Cassandraとh baseの比較して入門するno sqlYutuki r
 
機械学習モデルのサービングとは？
機械学習モデルのサービングとは？機械学習モデルのサービングとは？
機械学習モデルのサービングとは？Sho Tanaka
 
位置データもPythonで！！！
位置データもPythonで！！！位置データもPythonで！！！
位置データもPythonで！！！hide ogawa
 
（今ちゃんと振り返る） ゴール指向要求分析 入門
（今ちゃんと振り返る） ゴール指向要求分析 入門（今ちゃんと振り返る） ゴール指向要求分析 入門
（今ちゃんと振り返る） ゴール指向要求分析 入門Fuyuki Ishikawa
 
実運用して分かったRabbit MQの良いところ・気をつけること #jjug
実運用して分かったRabbit MQの良いところ・気をつけること #jjug実運用して分かったRabbit MQの良いところ・気をつけること #jjug
実運用して分かったRabbit MQの良いところ・気をつけること #jjugYahoo!デベロッパーネットワーク
 
グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介ippei_suzuki
 
ソフトウェアテストの歴史と近年の動向
ソフトウェアテストの歴史と近年の動向ソフトウェアテストの歴史と近年の動向
ソフトウェアテストの歴史と近年の動向Keizo Tatsumi
 
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門泰 増田
 
30分で分かる！OSの作り方
30分で分かる！OSの作り方30分で分かる！OSの作り方
30分で分かる！OSの作り方uchan_nos
 
グラフデータベース入門
グラフデータベース入門グラフデータベース入門
グラフデータベース入門Masaya Dake
 
MongoDBが遅いときの切り分け方法
MongoDBが遅いときの切り分け方法MongoDBが遅いときの切り分け方法
MongoDBが遅いときの切り分け方法Tetsutaro Watanabe
 
自然言語処理によるテキストデータ処理
自然言語処理によるテキストデータ処理自然言語処理によるテキストデータ処理
自然言語処理によるテキストデータ処理Yuki Arase
 
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるなテスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるなKentaro Matsui
 
Kubernetesによる機械学習基盤への挑戦
Kubernetesによる機械学習基盤への挑戦Kubernetesによる機械学習基盤への挑戦
Kubernetesによる機械学習基盤への挑戦Preferred Networks
 
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門Kouji Kozaki
 
インフラエンジニアの綺麗で優しい手順書の書き方
インフラエンジニアの綺麗で優しい手順書の書き方インフラエンジニアの綺麗で優しい手順書の書き方
インフラエンジニアの綺麗で優しい手順書の書き方Shohei Koyama
 
エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織Takafumi ONAKA
 

Was ist angesagt? (20)

分散システムについて語らせてくれ
分散システムについて語らせてくれ分散システムについて語らせてくれ
分散システムについて語らせてくれ
 
情報アクセス技術のためのテストコレクション作成
情報アクセス技術のためのテストコレクション作成情報アクセス技術のためのテストコレクション作成
情報アクセス技術のためのテストコレクション作成
 
Cassandraとh baseの比較して入門するno sql
Cassandraとh baseの比較して入門するno sqlCassandraとh baseの比較して入門するno sql
Cassandraとh baseの比較して入門するno sql
 
機械学習モデルのサービングとは？
機械学習モデルのサービングとは？機械学習モデルのサービングとは？
機械学習モデルのサービングとは？
 
MLOpsはバズワード
MLOpsはバズワードMLOpsはバズワード
MLOpsはバズワード
 
位置データもPythonで！！！
位置データもPythonで！！！位置データもPythonで！！！
位置データもPythonで！！！
 
（今ちゃんと振り返る） ゴール指向要求分析 入門
（今ちゃんと振り返る） ゴール指向要求分析 入門（今ちゃんと振り返る） ゴール指向要求分析 入門
（今ちゃんと振り返る） ゴール指向要求分析 入門
 
実運用して分かったRabbit MQの良いところ・気をつけること #jjug
実運用して分かったRabbit MQの良いところ・気をつけること #jjug実運用して分かったRabbit MQの良いところ・気をつけること #jjug
実運用して分かったRabbit MQの良いところ・気をつけること #jjug
 
グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース：Neo4j、そしてRDBからの移行手順の紹介
 
ソフトウェアテストの歴史と近年の動向
ソフトウェアテストの歴史と近年の動向ソフトウェアテストの歴史と近年の動向
ソフトウェアテストの歴史と近年の動向
 
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門
 
30分で分かる！OSの作り方
30分で分かる！OSの作り方30分で分かる！OSの作り方
30分で分かる！OSの作り方
 
グラフデータベース入門
グラフデータベース入門グラフデータベース入門
グラフデータベース入門
 
MongoDBが遅いときの切り分け方法
MongoDBが遅いときの切り分け方法MongoDBが遅いときの切り分け方法
MongoDBが遅いときの切り分け方法
 
自然言語処理によるテキストデータ処理
自然言語処理によるテキストデータ処理自然言語処理によるテキストデータ処理
自然言語処理によるテキストデータ処理
 
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるなテスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるな
 
Kubernetesによる機械学習基盤への挑戦
Kubernetesによる機械学習基盤への挑戦Kubernetesによる機械学習基盤への挑戦
Kubernetesによる機械学習基盤への挑戦
 
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
 
インフラエンジニアの綺麗で優しい手順書の書き方
インフラエンジニアの綺麗で優しい手順書の書き方インフラエンジニアの綺麗で優しい手順書の書き方
インフラエンジニアの綺麗で優しい手順書の書き方
 
エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織
 

Mehr von Fuyuki Ishikawa

機械学習工学の進展と課題 2021
機械学習工学の進展と課題 2021機械学習工学の進展と課題 2021
機械学習工学の進展と課題 2021Fuyuki Ishikawa
 
Quality Assurance of Machine Learning-based AI Systems
Quality Assurance of Machine Learning-based AI Systems Quality Assurance of Machine Learning-based AI Systems
Quality Assurance of Machine Learning-based AI Systems Fuyuki Ishikawa
 
機械学習システムの品質に関するソフトウェア工学の動向（と安全性）
機械学習システムの品質に関するソフトウェア工学の動向（と安全性）機械学習システムの品質に関するソフトウェア工学の動向（と安全性）
機械学習システムの品質に関するソフトウェア工学の動向（と安全性）Fuyuki Ishikawa
 
ロバスト機械学習へのソフトウェア工学からのアプローチ
ロバスト機械学習へのソフトウェア工学からのアプローチロバスト機械学習へのソフトウェア工学からのアプローチ
ロバスト機械学習へのソフトウェア工学からのアプローチFuyuki Ishikawa
 
機械学習工学への誘い：SES'20チュートリアル
機械学習工学への誘い：SES'20チュートリアル機械学習工学への誘い：SES'20チュートリアル
機械学習工学への誘い：SES'20チュートリアルFuyuki Ishikawa
 
Introduction at MLSE Int'l Symposiuim 2019
Introduction at MLSE Int'l Symposiuim 2019Introduction at MLSE Int'l Symposiuim 2019
Introduction at MLSE Int'l Symposiuim 2019Fuyuki Ishikawa
 
高信頼自動運転システム実現にむけて： ソフトウェア工学・機械学習の視点からの技術俯瞰
高信頼自動運転システム実現にむけて： ソフトウェア工学・機械学習の視点からの技術俯瞰高信頼自動運転システム実現にむけて： ソフトウェア工学・機械学習の視点からの技術俯瞰
高信頼自動運転システム実現にむけて： ソフトウェア工学・機械学習の視点からの技術俯瞰Fuyuki Ishikawa
 
品質保証における発見的・経験的アプローチの活用：ソフトウェアテスティング分野からの知見
品質保証における発見的・経験的アプローチの活用：ソフトウェアテスティング分野からの知見品質保証における発見的・経験的アプローチの活用：ソフトウェアテスティング分野からの知見
品質保証における発見的・経験的アプローチの活用：ソフトウェアテスティング分野からの知見Fuyuki Ishikawa
 
スマートなシステム、スマートなディペンダビリティ保証－次世代システムを頼れるものへ
スマートなシステム、スマートなディペンダビリティ保証－次世代システムを頼れるものへスマートなシステム、スマートなディペンダビリティ保証－次世代システムを頼れるものへ
スマートなシステム、スマートなディペンダビリティ保証－次世代システムを頼れるものへFuyuki Ishikawa
 
機械学習応用システムの品質保証に向けて
機械学習応用システムの品質保証に向けて機械学習応用システムの品質保証に向けて
機械学習応用システムの品質保証に向けてFuyuki Ishikawa
 
自動（運転）車システムのためのAI的自動テスト生成
自動（運転）車システムのためのAI的自動テスト生成自動（運転）車システムのためのAI的自動テスト生成
自動（運転）車システムのためのAI的自動テスト生成Fuyuki Ishikawa
 

Mehr von Fuyuki Ishikawa (11)

機械学習工学の進展と課題 2021
機械学習工学の進展と課題 2021機械学習工学の進展と課題 2021
機械学習工学の進展と課題 2021
 
Quality Assurance of Machine Learning-based AI Systems
Quality Assurance of Machine Learning-based AI Systems Quality Assurance of Machine Learning-based AI Systems
Quality Assurance of Machine Learning-based AI Systems
 
機械学習システムの品質に関するソフトウェア工学の動向（と安全性）
機械学習システムの品質に関するソフトウェア工学の動向（と安全性）機械学習システムの品質に関するソフトウェア工学の動向（と安全性）
機械学習システムの品質に関するソフトウェア工学の動向（と安全性）
 
ロバスト機械学習へのソフトウェア工学からのアプローチ
ロバスト機械学習へのソフトウェア工学からのアプローチロバスト機械学習へのソフトウェア工学からのアプローチ
ロバスト機械学習へのソフトウェア工学からのアプローチ
 
機械学習工学への誘い：SES'20チュートリアル
機械学習工学への誘い：SES'20チュートリアル機械学習工学への誘い：SES'20チュートリアル
機械学習工学への誘い：SES'20チュートリアル
 
Introduction at MLSE Int'l Symposiuim 2019
Introduction at MLSE Int'l Symposiuim 2019Introduction at MLSE Int'l Symposiuim 2019
Introduction at MLSE Int'l Symposiuim 2019
 
高信頼自動運転システム実現にむけて： ソフトウェア工学・機械学習の視点からの技術俯瞰
高信頼自動運転システム実現にむけて： ソフトウェア工学・機械学習の視点からの技術俯瞰高信頼自動運転システム実現にむけて： ソフトウェア工学・機械学習の視点からの技術俯瞰
高信頼自動運転システム実現にむけて： ソフトウェア工学・機械学習の視点からの技術俯瞰
 
品質保証における発見的・経験的アプローチの活用：ソフトウェアテスティング分野からの知見
品質保証における発見的・経験的アプローチの活用：ソフトウェアテスティング分野からの知見品質保証における発見的・経験的アプローチの活用：ソフトウェアテスティング分野からの知見
品質保証における発見的・経験的アプローチの活用：ソフトウェアテスティング分野からの知見
 
スマートなシステム、スマートなディペンダビリティ保証－次世代システムを頼れるものへ
スマートなシステム、スマートなディペンダビリティ保証－次世代システムを頼れるものへスマートなシステム、スマートなディペンダビリティ保証－次世代システムを頼れるものへ
スマートなシステム、スマートなディペンダビリティ保証－次世代システムを頼れるものへ
 
機械学習応用システムの品質保証に向けて
機械学習応用システムの品質保証に向けて機械学習応用システムの品質保証に向けて
機械学習応用システムの品質保証に向けて
 
自動（運転）車システムのためのAI的自動テスト生成
自動（運転）車システムのためのAI的自動テスト生成自動（運転）車システムのためのAI的自動テスト生成
自動（運転）車システムのためのAI的自動テスト生成
 

IoT/AI時代のテスティング・検証技術の最前線