Arkitektonisk design och verifiering/validering av system med maskininlärning komponenter

Syfte och mål

Maskininlärda (ML) komponenter kräver specifik design av el-arkitektur och verifierings/validerings metoder. El-arkitektur, innehållandes både stokastiska och deterministiska komponenter, som garanterar säkerhet och robusthet behöver definieras. Vidare behöver specifika metoder för validering och verifiering av ML algoritmer utvecklas. I detta projekt vill vi: * Definiera och utvärdera arkitektoniska stilar och mönster för att utveckla system med ML komponenter. * Utveckla metoder för validering och verifiering för att kunna använda ML komponenter i fordonssystem.

Förväntade effekter och resultat

På kort sikt kommer projektet att bidra till utveckling av säkra och robusta elektriska system med ML komponenter i fordon. På längre sikt kommer projektet att bidra till metoder for kontinuerlig integrering av ML komponenter i olika autonoma sub-system, och säkerställa att detta sker på ett säkert sätt.

Planerat upplägg och genomförande

Med avstamp i en teknisk rapport som beskriver nuvarande state-of-the-art inom områdena arkitektonisk design och V&V av system med ML komponenter är våra mål att leverera: * Metoder och högnivåkrav för design av el-arkitektur i fordon med ML komponenter. * Definitioner av kvalitetsindikatorer för ML komponenter och metoder att ta fram dem från ML modeller och data. * Referensarkitektur för framtida fordonssystem som innehåller ML komponenter. * Verktygskedja för V&V av ML komponenter/algoritmer.