Quentin Fournier, Daniel Aloise
, Seyed Vahid Azhari et François Tétreault
Communication écrite (2021)
Un lien externe est disponible pour ce document
| Département: | Département de génie informatique et génie logiciel |
|---|---|
| ISBN: | 9781728187105 |
| URL de PolyPublie: | https://publications.polymtl.ca/47625/ |
| Nom de la conférence: | 18th IEEE/ACM International Conference on Mining Software Repositories (MSR 2021) |
| Lieu de la conférence: | Madrid, Spain |
| Date(s) de la conférence: | 2021-05-17 - 2021-05-19 |
| Maison d'édition: | Institute of Electrical and Electronics Engineers |
| DOI: | 10.1109/msr52588.2021.00025 |
| URL officielle: | https://doi.org/10.1109/msr52588.2021.00025 |
| Date du dépôt: | 18 avr. 2023 14:59 |
| Dernière modification: | 08 avr. 2025 14:40 |
| Citer en APA 7: | Fournier, Q., Aloise, D., Azhari, S. V., & Tétreault, F. (mai 2021). On improving deep learning trace analysis with system call arguments [Communication écrite]. 18th IEEE/ACM International Conference on Mining Software Repositories (MSR 2021), Madrid, Spain. https://doi.org/10.1109/msr52588.2021.00025 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
