Open Science in Software Engineering
开放科学描述了将任何研究成果提供给公众的运动，包括但不限于开放获取、开放数据和开放源代码。虽然开放科学在其他科学学科中被普遍接受为一种规范，但在软件工程中，我们仍然在努力使开放科学适应我们学科的特殊性，使我们的科学界的进步变得繁琐。在本章中，我们反思了开放科学对软件工程的重要性，包括什么是开放科学，为什么我们应该参与其中，以及我们应该如何做。我们特别借鉴了我们作为会议主席实施开放科学倡议的经验，以及作为积极参与开放科学的研究人员，批判性地讨论挑战和陷阱，以及解决更高级的主题，例如如何以及在何种条件下共享预印本，涵盖哪些基础设施和许可模式，或者如何在不同审查模式（如双盲审查）的限制下进行共享。我们的希望是帮助建立一个共同的基础，并有助于使开放科学也成为软件工程的规范。
2019-08-13 cs.SE
Rooting Formal Methods within Higher Education Curricula for Computer Science and Software Engineering -- A White Paper
本白皮书认为，正式的方法需要更好地植根于计算机科学和软件工程研究计划的高等教育课程。为此，它主张（一）改进正式方法的教学;（二）在现有的“经典”计算机科学课程中系统地突出正式方法;（三）在计算机科学和软件工程课程中列入必修的正式方法课程。这些建议是根据以下意见提出的：（a）正规方法是提高软件质量的一个基本和具有成本效益的手段;然而（b）计算机科学和软件工程方案通常不能提供正规方法方面的适当培训;因此（c）缺乏有资格在工业中应用正规方法的计算机科学毕业生。本白皮书是2019年12月2日至3日在挪威卑尔根举行的第一届“形式方法，人人有乐趣”国际研讨会的作者和参与者共同努力的结果。因此，它代表了基于欧洲各大学计算机科学和软件工程（有或没有正式方法）的学习和教学的见解。
2020-10-12 cs.SE
On a Factorial Knowledge Architecture for Data Science-powered Software Engineering
鉴于科学中的数据密集型和协作趋势，软件工程社区也越来越关注从数据存储库中获得有价值和有用的见解。然而，将数据科学应用于软件工程（例如，如果缺乏合适的知识体系结构（KA），挖掘软件存储库）可能是盲目的和无意义的。通过观察软件工程实践通常通过一组因素（例如，编程器容量、不同的环境条件等）在此基础上，提出了一种基于因素的软件工程知识共享层次模型，以最大化软件资源库的价值，并对未来的软件数据驱动研究有所启发。特别是，它是有组织的因素和它们的关系，有助于指导软件工程知识挖掘，而挖掘的知识反过来将通过相关的因素和它们的相互作用索引/管理。本文阐述了我们关于阶乘KA的思想，并简要地说明了一个KA组件，即软件产品工程的早期版本KA。一旦充分的范围，这个拟议的KA将补充众所周知的SWEBOK的因素为中心的知识管理和潜在的软件工程知识的覆盖面/含义。
2021-03-02 cs.SE
A Vision on Open Science for the Evolution of Software Engineering Research and Practice
针对开放科学实践面临挑战且缺乏合理激励的现状，提出关联文化与技术要素的概念框架，将开放科学作为核心要求，为推动软件工程界文化转变、赋能学界发展明确方向。
2024-05-20 cs.SE
Fairness Across Fields: Comparing Software Engineering and Human Sciences Perspectives
University of Calgary（卡尔加里大学）
本文比较软件工程与人文科学对公平性的概念化，发现前者侧重形式和统计方法，后者强调结构性不平等与权力关系，为技术伦理发展提供跨学科见解。
2026-03-29 cs.SE
A Research Software Engineering Workflow for Computational Science and Engineering
计算科学和工程（CSE）的大学研究小组通常缺乏研究软件工程（RSE）的专用资金和人员，再加上科学出版物数量最大化的压力，将重点从可持续的研究软件开发和可复制的结果转移。在大学研究小组CSE中忽视RSE对科学产出产生了负面影响：与CSE出版物相关的研究数据（包括研究软件）无法找到，复制或重复使用，不同的想法不易结合成新的想法，并且经常必须重新实施已发表的方法以进一步研究。这大大减缓了CSE研究的速度，导致时间和公共资金的大量损失。我们提出了一个RSE工作流程的计算科学和工程（CSE），解决这些挑战，提高质量的研究成果在CSE。我们的工作流程应用了已建立的适用于CSE的软件工程实践：软件测试、结果可视化以及软件与报告/出版物和数据的定期交叉链接，按科学出版过程中的里程碑计时。该工作流程引入了最小的工作开销，这对大学研究小组至关重要，并提供了与出版物链接的模块化和测试软件，其结果可以很容易地复制。我们从一个务实的研究人员的角度定义研究软件质量：能够快速找到与已发表的研究想法相关的出版物，数据和软件，快速复制结果，理解或重复使用CSE方法，并最终用新的研究想法扩展该方法。
2022-08-15 cs.SE
What Pakistani Computer Science and Software Engineering Students Think about Software Testing?
本研究通过调查88名巴基斯坦计算机科学与软件工程专业学生，分析软件测试职业不受欢迎的原因，发现测试角色兼具社会污名与技术属性。
2023-06-01 cs.SE
Teaching Software Metrology: The Science of Measurement for Software Engineering
针对定量软件工程研究受测量不成熟、忽视理论制约且测量问题普遍被忽略的现状，本章回顾测量科学核心概念并应用于软件工程研究，配套练习与样本数据集助力实践。
2024-06-20 cs.SE
Research Software Science: Expanding the Impact of Research Software Engineering
软件在科学发现中起着核心作用。改进我们如何开发和使用研究软件可以对当今社会面临的一系列挑战和机遇产生广泛而深刻的影响。研究软件工程师（RSE）作为一个角色的出现与科学挑战的日益复杂性和软件团队技能的多样性相关。在本文中，我们描述了研究软件科学（RSS），一个与RSE相关的想法，特别适合于研究软件团队。RSS促进使用科学方法来探索和建立广泛适用的知识。使用RSS，我们可以追求可持续的，可重复的和可复制的软件改进，积极影响研究软件，以改善科学发现。
2022-11-16 cs.SE
Engineering for a Science-Centric Experimentation Platform
Netflix是一家互联网娱乐服务公司，它经常采用实验来指导围绕产品创新的战略。随着Netflix的发展，它有机会探索对其服务进行越来越专业化的改进，这产生了对更深入分析的需求，这些分析由更丰富的指标支持，并由更多样化的统计方法提供支持。为了促进这一点，并更充分地利用工程和数据科学的技能，Netflix的工程师创建了一个以科学为中心的实验平台，该平台利用了来自广泛背景的数据科学家的专业知识，允许他们使用科学家使用的语言（Python和R）直接贡献代码。此外，在生产环境中运行的相同代码可以在本地运行，从而可以直接将指标和因果推理方法探索和分级到生产服务中。在本文中，我们利用案例研究的研究方法，提供两个主要贡献。首先，我们报告了该平台的架构，特别强调了其新颖的方面：它如何支持以科学为中心的端到端工作流程，而不影响工程要求。其次，我们描述了它的因果推理的方法，它利用潜在的结果概念框架提供了一个统一的抽象层，任意的统计模型和方法。
2019-10-09 cs.SE
FAIR and Open Computer Science Research Software
在计算科学和计算机科学中，研究软件是研究的核心资产。计算科学是应用计算机科学和软件工程原理来解决科学问题，而计算机科学是研究计算机硬件和软件设计。开放科学议程认为，当我们能够在现有成果的基础上发展时，科学进步得更快。因此，研究软件必须是可重用的，以促进科学。因此，我们需要适当的研究软件工程，以获得可重用和可持续的研究软件。这样，软件工程方法可以改进其他学科的研究。然而，在软件工程和计算机科学本身的研究也将受益于重用时，研究软件涉及。对于良好的科学实践，所产生的研究软件应该是开放的，并遵守公平的原则（可发现，可访问，可互操作和可重复），以允许重复性，再现性和重用。与研究数据相比，研究软件应存档以确保可再现性，并积极维护以确保可重用性。FAIR数据原则不要求开放，但研究软件应该是开源软件。已建立的开源软件许可证提供了足够的许可选择，因此保持研究软件关闭应该是罕见的例外。我们回顾和分析了这一领域的现状，以便为使计算机科学研究软件公平和开放提出建议。我们观察到，在计算机科学和计算科学的研究软件出版实践表现出显着的差异。
2019-08-16 cs.SE
LGBTQIA+ (In)Visibility in Computer Science and Software Engineering Education
现代社会是多元的、多文化的和多方面的。由于这些特点，我们目前观察到关于不同领域的公平，多样性和包容性的辩论有所增加，特别是因为一些群体在许多环境中代表性不足。在计算机科学和软件工程中，这些领域负责为全球数十亿用户创建技术解决方案和系统，但却没有反映出它所服务的社会的多样性，这似乎是违反直觉的。为了解决软件行业的多样性危机，研究人员开始研究可用于增加学术界和软件行业多样性和包容性的策略。然而，计算机科学和相关课程，包括软件工程，缺乏多样性仍然是一个问题，特别是考虑到一些特定群体时。例如，LGBTQIA+学生面临着适应技术课程的几个挑战，尽管现在大学里的大多数学生属于Z世代，他们被描述为对性别和性行为持开放态度。在这项研究中，我们的目的是讨论国家的艺术出版物纳入LGBTQIA+学生在计算机科学教育。使用映射研究，我们确定了在过去六年中发表的八项研究，重点关注这一公众。我们目前制定的战略，以适应课程和讲座，以更具包容性的LGBTQIA+学生，并讨论未来研究的挑战和机遇
2023-03-10 cs.SE
Software Engineering und Software Engineering Forschung im Zeitalter der Digitalisierung
正如科学记者约格什瓦尔所建议的那样，数字化不仅影响社会，还需要重新定义计算机科学和计算机科学家的位置。由于数字化的所有官方方面都是基于软件的，本文试图重新定义软件工程及其研究的作用。基于软件的产品、系统或服务正在影响生活的各个领域，是生活各个领域数字化的关键组成部分和核心创新驱动力。在科学上，软件工程作为一门驱动学科，在任何技术创新的发展中都有新的机遇和挑战。然而，这些机会绝不能被牺牲，以竞争文献计量数字为目的。
2020-02-25 cs.SE
A pragmatic workflow for research software engineering in computational science
针对CSE高校团队缺乏RSE资源导致软件与数据难以复现和重用的问题，本文提出一种低开销、由发表里程碑驱动的软件工程工作流，以提升研究软件质量与结果可复现性。
2023-10-02 cs.SE
A Secure Future for Open-Source Computational Science and Engineering
记者、公共政策分析师和经济学家已经开始关注高性能和科学计算对国家安全和工业领导地位日益增长的重要性。随着计算技术继续推动几乎所有学科的科学进步，它也提高了我们的经济生产力和生活质量。然而，研究软件在社会、政治和经济上的重要性日益增加，也带来了软件安全问题。正如无意的软件错误可能威胁科学研究的完整性一样，恶意行为者可以利用漏洞来改变结果，泄露数据并破坏计算资源。在这篇社论中，作者认为有必要在整个研究软件生命周期中纳入安全实践和观点，并为该领域的未来工作提出了方向。
2022-11-11 cs.SE
A large-scale comparative analysis of Coding Standard conformance in Open-Source Data Science projects
背景资料：为了满足数据科学日益增长的行业需求，需要跨学科团队将机器学习研究转化为生产就绪的代码。软件工程团队重视对编码标准的遵守，将其视为代码可读性、可维护性和开发人员专业知识的一种体现。然而，目前还没有专门针对数据科学项目的编码标准的大规模实证研究。目的：本研究调查数据科学项目遵循代码标准的程度。特别是，哪些标准被遵循，哪些被忽略，这与传统的软件项目有什么不同？方法：我们将1048个开放源数据科学项目的语料库与1099个具有相似质量和成熟度的非数据科学项目的参考组进行了比较。结果：数据科学项目遭受使用过多参数和局部变量的函数的比率明显较高。数据科学项目也遵循与非数据科学项目不同的变量命名约定。结论：这些差异表明数据科学代码库与传统软件代码库不同，并且不遵循传统的软件工程惯例。我们推测，这可能是因为传统的软件工程惯例在数据科学项目的背景下是不合适的。
2020-07-28 cs.SE
Motivations and Barriers to Communicating Software Engineering Research: Insights from Early Career Researchers
University of Bayreuth（拜罗伊特大学）；Saarland University（萨尔兰大学）；Heidelberg University（海德堡大学）
研究早期职业软件工程研究人员的科学交流体验，通过对18名博士生访谈及主题分析，探讨动机、渠道与障碍，揭示期望与实践的矛盾，强调需定制支持系统，为应对挑战提供指导。
2026-07-28 cs.SE
Exponential Competence of Computer Science and Software Engineering Undergraduate Students
我们生活在一个特殊的时代，全世界都在目睹一种大流行病的指数级传播，这需要采取新的思维和行为习惯。在本文中，我介绍了指数能力，其中包括这些认知和社会技能，并描述了计算机科学和软件工程的学生，重点放在指数能力的课程。我认为，指数能力是特别重要的计算机科学和软件工程的学生，因为他们中的许多人将，最有可能的是，需要处理指数现象，在他们未来的专业发展。
2021-03-23 cs.CY cs.SE
Now's the Time: Computer Science Must Evolve to Emphasize Software and Systems Engineering with Artificial Intelligence (AI)
Texas A&M University Corpus Christi（德克萨斯农工大学科珀斯克里斯蒂分校）；Loyola University Chicago（芝加哥洛约拉大学）
本文主张计算机科学教育需转型，以软件和AI系统工程为核心，培养能设计和管理复杂AI系统的人才，应对未来技术变革。
2026-04-29 cs.SE
Building Bridges: Establishing a Dialogue Between Software Engineering Research and Computational Science
计算科学与工程（CSE）社区对参与软件工程研究（软件系统及其开发，操作和维护的系统研究）以解决科学软件开发中的挑战越来越感兴趣。从历史上看，科学计算和该领域之间几乎没有互动，这阻碍了进步。随着科学软件团队的队伍扩大到包括软件工程研究人员和实践者，我们可以努力建立通往软件科学的桥梁，并在软件开发中获得基于证据的实践的回报。
2022-01-11 cs.CE cs.SE
Understanding and measuring software engineer behavior: What can we learn from the behavioral sciences?
本文探讨了如何通过结合定量与定性数据的整体方法，利用行为科学的方法论技能来增强对软件工程师行为的理解与测量，从而改进软件工程实践。
2024-06-05 cs.SE
SWE-bench Science: Can Coding Agents Resolve Engineering Tasks in Science?
本研究推出SWE-bench Science基准，含20个领域98个仓库的119项任务，评估发现最优智能体pass@1低于50%，揭示科学软件工程的挑战，分析四类失败机制并经消融实验明确科学知识的作用，为编码智能体研究提供测试平台。
2026-09-02 cs.CL cs.SE
Proceedings 11th Doctoral Workshop on Mathematical and Engineering Methods in Computer Science
MEMICS为对计算机科学中数学和工程方法的应用感兴趣的博士生提供了一个论坛。除了丰富的技术计划（包括邀请演讲，定期论文和演讲），MEMICS还提供友好的社交活动和令人兴奋的机会，以满足志同道合的人。MEMICS的提交传统上涵盖了计算机科学的所有领域（如并行和分布式计算，计算机网络，现代硬件及其设计，非传统计算架构，信息系统和数据库，多媒体和图形，验证和测试，计算机安全，以及理论计算机科学的所有相关领域）。
2016-12-13 cs.DS cs.LO cs.SE
RCE: An Integration Environment for Engineering and Science
我们提出RCE（远程组件环境），主要在DLR（德国航空航天中心）开发的开源框架，使其用户能够构建和执行包括多学科工具的多学科工程工作流程。为此，RCE为用户提供了一个易于使用的图形界面，允许直观地集成学科工具。用户可以在网络中的任意节点上执行各个工具，并且在工作流执行期间产生的所有数据都被集中收集和存储。因此，RCE使协作工程师能够轻松地将其个人学科工具贡献给多学科设计或分析，并简化了对工作流程结果的后续分析。
2020-06-25 cs.DC cs.SE
Theory and Practice of Algorithm Engineering
在计算机科学中有一个正在进行的争论，即算法应该如何被最好地研究。一些学者认为应该进行实验评估，其他人则强调形式分析的好处。我们认为，这场辩论不是一个非此即彼的问题，因为两种观点都可以纳入一个总体框架。这是本文的野心，发展这样一个框架的算法工程的理论基础，在科学哲学。我们以算法工程的经验性质为出发点。我们的理论框架建立在科学哲学中讨论的三个领域：本体论，认识论和方法论。从本质上讲，本体论将算法工程描述为与算法问题、算法任务、算法设计和算法实现有关的问题。认识论将算法工程的知识体系描述为规定性和描述性知识的集合，位于波普尔的三个世界模型的世界3中。方法论是指我们如何系统地增强我们对特定算法的知识的步骤。在这种情况下，我们确定了七个有效性问题，并讨论了研究人员如何应对证伪。我们的框架具有重要的影响，在计算机科学的各个领域的算法研究。
2021-07-21 cs.DS cs.SE
Are Computer Science and Engineering Graduates Ready for the Software Industry? Experiences from an Industrial Student Training Program
自1968年在北约会议上创造软件工程一词以来，已经有50年了。到目前为止，该领域应该相对成熟，大多数知名大学在其计算机科学课程中涵盖核心软件工程主题，其他大学提供专业学位。然而，仍然有许多从业者抱怨新的软件工程员工缺乏技能。随着行业对软件工程师需求的不断增长，这种明显的差距变得越来越明显。解决这一差距的一个企业战略是，该行业在招聘过程之前制定补充培训计划，这也可以帮助他们筛选可行的候选人。在本文中，我们报告了我们的经验和教训，在进行暑期学校计划，旨在筛选新毕业生，向他们介绍与组织和行业相关的核心技能，并评估他们对掌握这些技能的态度招聘过程开始之前。我们的经验表明，这些举措对新员工和公司都是互利的。我们支持这一见解与前和后训练数据收集的参与者在第一版这样的暑期学校和后续调查问卷进行了一年后的毕业生，其中50%的人被公司雇用后不久，暑期学校。
2018-05-22 cs.CY cs.SE
Continuous Analysis: Evolution of Software Engineering and Reproducibility for Science
针对科研可复现性受复杂系统制约、存在危机的问题，本文提出拓展DevOps生命周期的持续分析概念，通过版本控制等机制提升科研结果可靠性，推动领域透明协作与发展。
2024-11-04 cs.CE cs.SE
Seed-Guided Fine-Grained Entity Typing in Science and Engineering Domains
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；IBM Thomas J. Watson Research Center（IBM托马斯·J·沃森研究中心）；IBM Almaden Research Center（IBM阿尔马登研究中心）
本文针对科学与工程领域标注数据稀缺问题，提出SEType方法，仅利用类型名称和少量种子实体，通过预训练语言模型扩充弱监督并训练文本蕴含模型，实现对已见和未见实体类型的细粒度分类。
2024-02-20 cs.CL cs.SE
The Art, Science, and Engineering of Fuzzing: A Survey
在当今可用的许多软件漏洞发现技术中，模糊技术由于其概念简单、部署障碍低以及在发现真实世界软件漏洞方面的大量经验证据而一直非常流行。在高层次上，模糊是指重复运行程序的过程，生成的输入可能在语法或语义上是畸形的。虽然近年来研究人员和从业人员都投入了大量和各种各样的努力来改善模糊，但这种激增的工作也使得很难获得全面和连贯的模糊观点。为了帮助维护和模糊的大量文献带来的连贯性，本文提出了一个统一的，通用的模糊模型，以及当前模糊文献的分类。我们有条不紊地探索在我们的模型模糊器的每个阶段的设计决策，通过调查相关的文献和创新的艺术，科学和工程，使现代模糊器有效。
2019-04-08 cs.CR cs.SE
On Using Network Science in Mining Developers Collaboration in Software Engineering: A Systematic Literature Review
本研究的目标是识别，审查和分析已发表的研究工作，使用网络分析作为工具，了解人类协作的不同层次的软件开发。本文的研究结果对软件工程从业者和研究人员利用网络科学领域的工具挖掘软件资源库具有一定的参考价值。我们进行了系统的文献综述，根据纳入和排除标准分析了来自不同数字图书馆的一些选定论文。我们从4个数字图书馆中识别出$35$主要研究（PS），然后根据预定义的数据提取表从每个PS中提取数据。我们的数据分析结果表明，并不是所有在PS中使用的构建网络都是有效的，因为这些网络的边缘并不反映网络实体之间的真实关系。此外，在PS中使用的措施在许多情况下不适合所使用的网络。此外，在大多数情况下，PS报告的分析结果未使用任何统计模型进行验证。最后，许多PS没有为软件从业者提供可以改进软件工程实践的课程或指南。虽然网络分析在挖掘开发者协作中的应用在一些PS中显示出了令人满意的结果，但网络分析的应用需要更谨慎地进行。也就是说，所构建的网络应该具有代表性和意义，所使用的度量需要适合于上下文，并且应该考虑结果的验证。除此之外，我们还指出了一些可以应用网络科学的研究差距，并指出了一些可用于挖掘协作网络的最新进展。
2017-12-04 cs.SE cs.SI
Nmag micromagnetic simulation tool - software engineering lessons learned
我们审查的设计和开发决策及其影响的开源代码NMAG从软件工程在计算科学的角度来看。我们总结了经验教训和建议，为未来的计算科学项目。关键的经验包括将模拟功能封装在通用语言库中，这里是Python，在使用软件时提供了很大的灵活性。选择Python作为顶级用户界面受到了来自科学和工程社区的用户的好评。从源代码安装，其中所需的外部库和依赖项是从tarball编译的，非常健壮。在某些地方，代码比必要的要雄心勃勃得多，这引入了不必要的复杂性并降低了可维护性。与包一起分发的测试是有用的，尽管更多的单元测试和持续集成是可取的。详细的文档以及系统使用教程被社区视为其主要优势之一。
2016-02-28 cs.SE physics.comp-ph
What software engineering can learn from research on affect in social psychology
传统上，社会心理学研究者关注的是思维的结构，而不是感觉。然而，自21世纪初以来，社会科学研究人员越来越多地探索情感的影响。他们的工作一再认识到，情感在决定人们的行为方面起着至关重要的作用。在这篇简短的论文中，我们认为，软件工程研究的影响将受益于使用更多的知识，社会科学研究人员已经获得。如果不考虑他们的发现，我们就有可能重新发明轮子。此外，如果对社会背景和影响之间复杂的相互作用没有深刻的理解，我们就有可能创建过于简单的解决方案，这可能会对软件工程师产生相当大的长期不利影响。
2019-03-18 cs.HC cs.SE
Supply of engineering techniques and software design patterns in psychoanalysis and psychometrics sciences
本研究的目的是引入软件技术和模型以及人工智能算法来改进CBT（认知行为疗法）方法在心理治疗中的不足。为此目的的演示方法是实施心理测量实验，其中隐藏的人类变量从测试的答案推断。在这份报告中，我们描述了项目反应理论的各种模型，并测量了能力的隐藏成分和个人情况的现实补充参数。心理测量学，选择合适的模型和估计其参数已被引入并使用R语言开发的库实现。由于多变量Rasch混合模型的高度灵活性，机器学习已被应用于这种数据建模方法。利用BIC和CML分别确定模型的隐类数和模型参数，获得测量不变性。项目对隐藏属性的敏感性在组之间（DIF）是不同的，因此介绍了检测它的方法。这个模拟是基于言语攻击数据集完成的。我们还分析和编译了一个参考模型，基于该证书的基础上发现的模式的软件工程。本研究的其他成果是提供一个解决方案来解释头脑的再造问题，通过一个本体为客户准备一个身份证。最后，指出在处理过程中，应以系统思维的形式应用所开发的知识，并推荐软件工程中的模式。
2021-08-16 cs.CY cs.SE
Towards a Common Testing Terminology for Software Engineering and Data Science Experts
Fraunhofer Institute for Experimental Software Engineering IESE（弗劳恩霍夫实验软件工程研究所）；Algorithm Accountability Lab, TU Kaiserslautern（凯泽斯劳滕工业大学算法问责实验室）
分析质量保证，特别是测试，是软件密集型系统开发的一个组成部分。随着人工智能（AI）和机器学习（ML）作为此类系统的一部分的使用越来越多，这变得更加困难，因为众所周知的软件测试方法无法直接应用于系统的AI支持部分。经典测试方法的必要调整和人工智能新概念的开发将受益于人工智能和软件工程专家之间更深入的理解和交流。我们认为，两个社区使用的不同术语是这方面的主要障碍。由于我们认为测试术语的相互理解是一个关键，本文贡献了经典软件测试和人工智能测试的最重要的概念之间的映射。在映射中，我们突出了映射概念的相关性和命名方面的差异。
2021-10-06 cs.AI cs.LG cs.SE
