关于在自适应系统决策中应用机器学习的影响
软件工程
2021-10-28 v1 机器学习
摘要
近年来，我们目睹了机器学习方法在自适应系统中日益广泛的应用。机器学习方法为支持自适应提供了多种用例，例如保持运行时模型更新、缩减大型适应空间或更新适应规则。然而，由于机器学习方法本质上应用统计方法，它们可能对自适应系统所做的决策产生影响。鉴于形式化方法被广泛用于为自适应系统的决策提供保证，研究在使用此类方法时应用机器学习方法的影响十分重要。本文中，我们研究了一个特定实例，其将线性回归用于缩减自适应系统的适应空间，并结合统计模型检测来分析所得适应选项。我们利用计算学习理论确定机器学习方法对验证器所做预测产生影响的理论界限。我们使用 DeltaIoT 构件的一个场景对理论结果进行了说明与评估。最后，我们展望了该领域未来的研究机遇。
引用
@article{arxiv.2103.10194,
title = {On the Impact of Applying Machine Learning in the Decision-Making of Self-Adaptive Systems},
author = {Omid Gheibi and Danny Weyns and Federico Quin},
journal= {arXiv preprint arXiv:2103.10194},
year = {2021}
}