主講人簡介：鄭曦博士于2015年獲得德克薩斯大學奧斯汀分校軟件工程博士學位。2005年至2012年擔任Menulog Australia（澳版美團）的首席解決方案架構師，目前是澳大利亞麥考瑞大學智能系統研究小組（ITSEG.ORG）主任、計算學院國際參與主任、高級講師（相當于美國的副教授）和軟件工程副項目負責人。鄭博士的研究興趣包括物聯網、智能軟件工程、機器學習安全、人工智能和邊緣智能。他在澳大利亞研究委員會（Linkage and Discovery）和Data61（CRP）項目中獲得了超過120萬美元的競争性資金，這些項目涉及安全分析、模型測試和驗證以及自動駕駛汽車上可信的人工智能。
内容簡介：自動駕駛已顯示出改革現代交通的巨大潛力。然而，它的可靠性和安全性引起了許多關注和擔憂。與傳統的軟件系統相比，自動駕駛系統（ADS）通常使用深度神經網絡和基于邏輯的模塊，這種新的範式對軟件測試提出了獨特的挑戰。盡管最近開發了新的ADS測試技術，但尚不清楚這些技術在多大程度上滿足了ADS從業者的需求。為了填補這一空白，将介紹其中的一些工作。第一項工作是減少并優先考慮多模塊自動駕駛系統的測試（該項工作被FSE’22，CCF A接收）。第二項工作是綜合更全面的角度确定自動駕駛系統測試的當前實踐、需求和差距（該項工作被FSE’22，CCF A接受）。第三項工作是分析深度學習驅動模型中的魯棒性問題（該項工作被PerCom’20，CORE A*接受）。第四項工作是根據自動駕駛模型的交通規則生成測試用例（該項工作被TSE’22，CCF A接受）。還将介紹自動駕駛系統的一些正在進行和未來的工作。
