讲座主题：
作为软件部件的深度神经网络的质量保障
主讲人姓名及介绍：
马晓星，博士，现任南京大学计算机科学与技术系教授、南京大学计算机软件研究所副所长。长期从事面向开放环境的软件技术研究，近期尤其关注软件自适应、智能化软件系统的质量保障等方向。作为负责人承担了国家973、863项目课题、自然科学基金重大项目课题等多项重要科研项目，在包括IEEE TSE、TC、《中国科学》和ICSE、FSE、ASE等在内的重要学术期刊和会议发表论文百余篇，曾两次获得国家科技进步二等奖（分别为第2、第4完成人），入选教育部新世纪优秀人才支持计划、获中创软件人才奖等荣誉。
报告摘要：
随着深度学习技术的迅速进步，越来越多的复杂软件系统包含训练好的深度神经网络（DNN）模型作为其部件。DNN模型是基于统计的归纳推理的产物，迥异于基于演绎推理的传统程序。如何评估并改进这种新型软件制品在应用环境下的性能成为亟需研究的软件工程问题。本报告讨论我们在此方面的一些观点，并报告我们在面向应用场景的DNN模型性能估计（对应于软件测试）和面向应用场景的DNN模型信心校准（对应于软件调试）方面的工作。
