O projeto consiste em criar modelos de ML (Machine Learning) para recomendar subconjuntos de testes que possam ser executados em um tempo menor do que o conjunto universo dos testes de firmware de sistema de medição de energia elétrica produzidos em escala industrial. Esta recomendação de testes tenciona identificar testes críticos com alta probabilidade de falhas, de modo que o número de sessões de testes completos seja mínimo.
Parceiro(s): LANDIS+GYR EQUIPAMENTOS DE MEDICAO LTDA
Coordenador(a) no IFCE: CARLOS HAIRON RIBEIRO GONÇALVES
Orçamento: R$ 1.123.510,74
Fundação de Apoio: FCPC
Modalidade: ACORDO DE PARCERIA
Verificador de Autenticidade - DOU: 5302024073000034
Status do Projeto: NovoEm andamentoParalisadoConcluído
Maturidade Tecnológica (TRL): 123456789
Utilizamos cookies para otimizar e aprimorar sua navegação no site. Todos os cookies, exceto os essenciais, necessitam de seu consentimento para serem executados. Aceitar CookiesPolítica de Privacidade