Verifikation av lärande mjukvara för säkerhetskritiska system
Projektet syftar till att utöka dagens metoder för att säkerställa att säkerhetskritiska system ska kunna användas i framtiden, även med inslag av maskininlärning.
Säkerhet i lärande system.Autonoma system som använder sig av maskininlärning kommer i framtiden oundvikligen att användas i miljöer där människor eller miljö kan komma till skada. Projektet ska studera formella verifikationstekniker och även utveckla nya metoder som kan säkerställa att systemen beter sig som det är avsett.
Intressanta egenskaper är robusthet, beslutsförmåga och korrekthet i förhållande till den avsedda funktionen.