ECSEL 2020 RIA AIDOaRt - AI-augmented automation for efficient DevOps, at RunTime in cyber-physical systems
| Diarienummer | |
| Koordinator | Mälardalens Universitet - Akademin för innovation design & teknik IDT |
| Bidrag från Vinnova | 25 999 492 kronor |
| Projektets löptid | april 2021 - september 2024 |
| Status | Pågående |
| Utlysning | ECSEL |
Syfte och mål
Att skapa ett ramverk som innehåller metoder och verktyg för kontinuerlig programvara och system teknik och validering som utnyttjar fördelarna med AI-tekniker (särskilt maskininlärning) i för att ge fördelar med betydligt förbättrad produktivitet, kvalitet och förutsägbarhet för CPS-enheter, CPSoSs och, mer generellt, stora och komplexa industriella system.
Förväntade effekter och resultat
AIDOaRT syftar till att påverka organisationer där kontinuerlig distribution och drifthantering är vanliga driftsrutiner. DevOps-team kan använda AIDOaRT-ramverket för att analysera händelseströmmar i realtid och historisk data, utvinna meningsfulla insikter från händelser för kontinuerlig förbättring, driva snabbare implementeringar och bättre samarbete och minska drifttid med proaktiv upptäckt.
Planerat upplägg och genomförande
Projektet kommer att genomföras enligt en kontinuerlig integration och kontinuerlig leveransstrategi (CI/CD) inspirerad av DevOps. Projektplanen kommer att utvecklas kontinuerligt genom att beakta den övergripande utvecklingen och release-processen och nödvändiga justeringar av deras plan. Genom att följa DevOps-praxis, kommer projektet att följa iterationsvägen: 1. Teknikplan 2. Teknikutveckling 3. Teknikintegration 4. UC-utveckling 5. UC-utförande och validering 6. Utvärdering & feedback