joshua/phd-thesis
Archived
1
Fork 0
Code Activity

Titelblad en Samenvatting kleine dingetjes

Browse source
This commit is contained in:
Joshua Moerman 2019-05-22 17:49:42 +02:00
parent 8d59525fb3
commit 5a3d301d58
2 changed files with 6 additions and 9 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

10
content-other/summary.tex
View file

@ -18,11 +18,11 @@ Het {\it leren van automaten} speelt een steeds grotere rol bij de verificatie v
Tijdens het leren, verkent een leeralgoritme het gedrag van software. Tijdens het leren, verkent een leeralgoritme het gedrag van software.
Dit gaat in principe volledig automatisch, en het algoritme pakt vanzelf interessante eigenschappen op van de software. Dit gaat in principe volledig automatisch, en het algoritme pakt vanzelf interessante eigenschappen op van de software.
Het is hiermee mogelijk een redelijk precies model te maken van de werking van het stukje software wat we onder de loep nemen. Het is hiermee mogelijk een redelijk precies model te maken van de werking van het stukje software wat we onder de loep nemen.
Fouten en onverwacht gedrag van software kan hiermee worden blootgesteld. Fouten en onverwacht gedrag van software kunnen hiermee worden blootgesteld.
In dit proefschrift kijken we in eerste instantie naar technieken voor testgeneratie. In dit proefschrift kijken we in eerste instantie naar technieken voor testgeneratie.
Deze zijn nodig om het leeralgoritme een handje te helpen. Deze zijn nodig om het leeralgoritme een handje te helpen.
Na het automatisch verkennen van gedrag, concludeert het leeralgoritme namelijk met een hypothese die helaas nog niet goed de software modelleert. Na het automatisch verkennen van gedrag, formuleert het leeralgoritme namelijk met een hypothese die helaas de software nog niet goed genoeg modelleert.
Om de hypothese te verfijnen en verder te leren, hebben we tests nodig. Om de hypothese te verfijnen en verder te leren, hebben we tests nodig.
{\it Effici\"entie} staat hierbij centraal: we willen zo min mogelijk testen, want dat kost tijd. {\it Effici\"entie} staat hierbij centraal: we willen zo min mogelijk testen, want dat kost tijd.
Aan de andere kant moeten we wel {\it volledige testen}. Aan de andere kant moeten we wel {\it volledige testen}.
@ -37,14 +37,14 @@ We laten ook zien hoe een van de deelproblemen -- het {\it onderscheiden van toe
Het tweede thema in dit proefschrift is de theorie van formele talen en automaten met {\it oneindige alfabetten}. Het tweede thema in dit proefschrift is de theorie van formele talen en automaten met {\it oneindige alfabetten}.
Ook dit is zinnig voor het leren van automaten. Ook dit is zinnig voor het leren van automaten.
Software, en in het bijzonder internet-communicatie-protocollen, maken namelijk vaak gebruik van identifiers om bijvoorbeeld verschillende gebruikers te onderscheiden. Software, en in het bijzonder internet-communicatie-protocollen, maken namelijk vaak gebruik van identifiers om bijvoorbeeld verschillende gebruikers te onderscheiden.
Als we oneindig veel van zulke identifiers aannemen, krijgen we de theorie van zogenaamde {\it nominal verzamelingen}. Als we oneindig veel van zulke identifiers aannemen, krijgen we de theorie van zogenaamde {\it nominale verzamelingen}.
We laten zien hoe de theorie van nominal verzamelingen het ons mogelijk maakt de leeralgoritmes gemakkelijk te veralgemeniseren naar oneindige alfabetten. We laten zien hoe de theorie van nominale verzamelingen het ons mogelijk maakt de leeralgoritmes gemakkelijk te veralgemeniseren naar oneindige alfabetten.
In het bijzonder betekent dit dat we registerautomaten kunnen leren. In het bijzonder betekent dit dat we registerautomaten kunnen leren.
Vervolgens werken we de theorie van nominale automaten verder uit. Vervolgens werken we de theorie van nominale automaten verder uit.
We laten zien hoe je deze structuren effici\"ent kan implementeren. We laten zien hoe je deze structuren effici\"ent kan implementeren.
En we geven een speciale klasse van nominale automaten die een veel kleinere representatie hebben. En we geven een speciale klasse van nominale automaten die een veel kleinere representatie hebben.
Dit zou gebruikt kunnen worden om zulke systemen sneller te leren. Dit zou gebruikt kunnen worden om zulke automaten sneller te leren.
\stopchapter \stopchapter

5
content-other/titelblad.tex
View file

@ -53,10 +53,7 @@ Leden manuscriptcommissie:
\item prof. dr. A.R. Cavalli (\fr Télécom SudParis, \nl Frankrijk) \item prof. dr. A.R. Cavalli (\fr Télécom SudParis, \nl Frankrijk)
\item prof. dr. F. Howar (\de Technische Universit\"at, Dortmund, \nl Duitsland) \item prof. dr. F. Howar (\de Technische Universit\"at, Dortmund, \nl Duitsland)
\item prof. dr. S. Lasota (\pl Uniwesytet Warszawkski, \nl Polen) \item prof. dr. S. Lasota (\pl Uniwesytet Warszawkski, \nl Polen)
\item dr. D. Petrisan (\fr Université Paris Diderot, \nl Frankrijk) \item dr. D. Petrișan (\fr Université Paris Diderot, \nl Frankrijk)
\item prof. dr. ir. J.F. Groote (TUE)
\item dr. J.A. Perez (RUG)
\item dr. P. Brunet (\en University College London, \nl Verenigd Koninkrijk)
\stopitemize \stopitemize
\vfill \vfill