hourglass_empty Ez a cikk több mint 30 napja íródott, ezért előfordulhat, hogy a benne lévő információk már nem aktuálisak! Témába vágó friss cikkekért használja a keresőt

Szoftverhibák javítását segítő megoldáson dolgoznak szegedi kutatók

  • MTI

Nemzetközi együttműködéssel egy, a feladatok optimális kiosztását végző keretrendszeren belül a szoftverhibák javítását segítő megoldáson dolgoznak a FrontEndART Kft. és a Szegedi Tudományegyetem (SZTE) kutatói – közölte a felsőoktatási intézmény közkapcsolati igazgatósága.

Az SZTE és a FrontEndART Kft. konzorciumi partnerként vesz részt a hat ország vállalkozásai és intézményei által megvalósított Optimal Management of Demand (OMD – a kereslet optimális kezelése) projektben. Egy török informatikai vállalkozás, az Experteam által vezetett hároméves kezdeményezés célja egy olyan egységesített, mesterséges intelligencia megoldásokon alapuló ügyfélkérelmeket kezelő keretrendszer fejlesztése, amely több szektorban – az egészségügy, az igazságszolgáltatás, az e-kereskedelem, a fogyasztói elektronika és szoftverfejlesztés területén – képes ügyintézőket automatikusan és költséghatékonyan a számukra megfelelő feladatokhoz rendelni. Az adott probléma megoldásához a megfelelő szakértő kiválasztása jelentősen csökkentheti az ügyintézési időt és a költségeket.

A magyarországi projektelem a szoftverfejlesztői, karbantartói és üzemeltetői piacra olyan mesterséges intelligencián és gépi tanulási algoritmusokon alapuló eszköz fejlesztése, amely képes – különböző kritériumok alapján – a szoftverforráskód karbantartási feladatainak optimális szétosztására a fejlesztők között.

A FrontEndART Kft. QualityGate forráskód minőségirányítási rendszere képes figyelemmel kísérni egy szoftver "evolúcióját" és felderíteni abban a hibás és problémás kódrészeket. Az egyes hibákhoz a legalkalmasabb fejlesztő automatikus kiválasztása számos kódtól, hibától, és fejlesztői jellemzőtől függő komplex optimalizálási feladat, amire a hagyományos módszerek nem alkalmasak. A projektben olyan feladatkiosztó megoldást fejlesztenek, amely mesterséges intelligencián és gépi tanuláson alapuló modelleket használva képes azon fejlesztők kiválasztására, akik segítségével a szoftver hibás kódrészleteinek javítása legjobban megoldható. Az ehhez szükséges adatok a statikus kódanalízisből és a fejlesztői tevékenység naplózásából, valamint a fejlesztők adatalapú profilépítéséből származnak.

Az SZTE munkatársai elsősorban mesterséges intelligencián és gépi tanuláson alapuló módszerek kutatásában és fejlesztésében vesz részt.

A 2024 végéig tartó projekt megvalósítását a Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal mintegy 68 millió forintos támogatása segíti.

Hozzon ki többet az Adózónából!
Előfizetőink és 14 napos próba-előfizetőink teljes terjedelmükben olvashatják cikkeinket, emellett többek között elérik a Kérdések és Válaszok archívum valamennyi válaszát, és kérdezhetnek szakértőinktől is.

Hozzászólások (0)

Új hozzászólás

Kérjük, hogy szakértőinknek szóló kérdését ne kommentben tegye fel! Használja helyette a kérdés-válasz funkciót, kérdésében hivatkozzon az érintett írásra, lehetőleg annak URL-jét is megadva. A választ csak így tudjuk garantálni. Köszönjük!
Az Adózóna moderálási alapelveit ITT találja.




További hasznos adózási információk

TÖBB MINT TÖRVÉNYTÁR
Ezért érdemes előfizetni!
PODCAST

Kérdések és válaszok

Külföldi részvényjuttatás kezelése a társasági adóban

Erdős Gabriella

adószakértő

TaxMind Kft.

Elengedett pótbefizetés adókötelezettsége?

Erdős Gabriella

adószakértő

TaxMind Kft.

Támogatás nyújtása/nem közcélú adomány

Erdős Gabriella

adószakértő

TaxMind Kft.

Szakértőink

Szakmai kérdésekre professzionális válaszok képzett szakértőinktől

2024 November
H K Sze Cs P Sz V
28 29 30 31 1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 1

Együttműködő partnereink