Formazione e ricerca
Attività Formative del Corso di Dottorato
This page shows the courses and classes of the PhD programme for the academic year 2023/2024. Additional courses and classes will be added during the year. Please check for updates regularly!
Non monotonic reasoning
Crediti: 3
Lingua di erogazione: English
Docente: Matteo Cristani
Sustainable Embodied Mechanical Intelligence
Crediti: 3
Lingua di erogazione: English
Docente: Giovanni Gerardo Muscolo
Brain Computer Interfaces
Crediti: 3
Lingua di erogazione: English
Docente: Silvia Francesca Storti
A practical interdisciplinary PhD course on exploratory data analysis
Crediti: 4
Lingua di erogazione: Inglese
Docente: Prof. Vincenzo Bonnici (Università di Parma)
Multimodal Learning and Applications
Crediti: 5
Lingua di erogazione: Inglese
Docente: Cigdem Beyan
Introduction to Blockchain
Crediti: 3
Lingua di erogazione: English
Docente: Sara Migliorini
Autonomous Agents and Multi-Agent Systems
Crediti: 5
Lingua di erogazione: English
Docente: Alessandro Farinelli
Cyber-Physical System Security
Crediti: 3
Lingua di erogazione: English/Italian
Docente: Massimo Merro
Foundations of quantum languages
Crediti: 3
Lingua di erogazione: English
Docente: Margherita Zorzi
Advanced Data Structures for Textual Data
Crediti: 3
Lingua di erogazione: English
Docente: Zsuzsanna Liptak
AI and explainable models
Crediti: 5
Lingua di erogazione: English
Docente: Gloria Menegaz, Lorenza Brusini
Automated Software Testing
Crediti: 4
Lingua di erogazione: English
Docente: Mariano Ceccato
Elements of Machine Teaching: Theory and Appl.
Crediti: 3
Lingua di erogazione: English
Docente: Ferdinando Cicalese
Introduction to Quantum Machine Learning
Crediti: 4
Lingua di erogazione: English
Docente: Alessandra Di Pierro
Laboratory of quantum information in classical wave-optics analogy
Crediti: 3
Lingua di erogazione: English
Docente: Claudia Daffara
Automated Software Testing (2023/2024)
Docente
Referente
Crediti
4
Lingua di erogazione
English
Frequenza alle lezioni
Scelta Libera
Sede
VERONA
Obiettivi di apprendimento
Il testing del software è un'attività fondamentale nello sviluppo del software, condotta per identificare i difetti verificando l'esecuzione di un programma su diversi scenari di esecuzione. Considerato che scrivere manualmente i casi di test per tutti gli scenari rilevanti potrebbe essere piuttosto dispendioso in termini di costo e tempo, sono stati proposti diversi approcci di ricerca per automatizzare la generazione di casi di test che (i) valutino molteplici funzionalità del software in fase di sviluppo e (ii) abbiamo altra probabilità di rivelare i difetti.
Questo corso di dottorato coprirà le tecniche fondamentali proposte in letteratura per generare automaticamente casi di test, incluse quelle basate sull'esecuzione simbolica, sull'esecuzione concreta-simbolica e sugli algoritmi evolutivi. Successivamente verranno trattati approcci più recenti, che sono stati elaborati e proposti per scrivere automaticamente casi di test per diversi domini applicativi, come applicazioni web, app Android, blockchain smart contracts e API REST.
Il corso includerà anche attività pratiche, in cui i partecipanti dovranno sviluppare un piccolo progetto per implementare uno degli approcci presentati per generare automaticamente casi di test per un dominio di loro interesse. L'esame consiste nel presentare questo progetto alla fine del corso.
Prerequisiti e nozioni di base
Conoscenza base di programmazione, specialmente Java
Programma
Il programma del corso include i seguenti argomenti:
- Fondamenti e terminologia del testing del software
- Generazione automatizzata di casi di test: esecuzione concreta-simbolica, basata su algoritmi di ricerca, algoritmi genetici
- Generazione automatizzata di casi di test per diversi domini: applicazione Web, app per smartphone, Blockchain smart contracts, API REST.
- Strumenti per supportare la generazione automatizzata di casi di test
Bibliografia
Modalità didattiche
Lezioni frontali, attività di laboratorio, discussioni.
Modalità di verifica dell'apprendimento
Progetto alla fine del corso.
Valutazione
Chiarezza, qualità e completezza del progetto.
Criteri di composizione del voto finale
Valutazione del progetto.
Sustainable Development Goals - SDGs
Questa iniziativa contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.Maggiori informazioni su www.univr.it/sostenibilita
