Florian Tambon, Gabriel Laberge, Le An, Amin Nikanjam, Paulina Stevia Nouwou Mindom, Yann Pequignot, Foutse Khomh
, Giuliano Antoniol, Ettore Merlo et Francois Laviolette
Article de revue (2022)
Un lien externe est disponible pour ce document
| Département: | Département de génie informatique et génie logiciel |
|---|---|
| URL de PolyPublie: | https://publications.polymtl.ca/50834/ |
| Titre de la revue: | Automated Software Engineering (vol. 29, no 2) |
| Maison d'édition: | Springer |
| DOI: | 10.1007/s10515-022-00337-x |
| URL officielle: | https://doi.org/10.1007/s10515-022-00337-x |
| Date du dépôt: | 18 avr. 2023 14:59 |
| Dernière modification: | 25 sept. 2024 16:41 |
| Citer en APA 7: | Tambon, F., Laberge, G., An, L., Nikanjam, A., Mindom, P. S. N., Pequignot, Y., Khomh, F., Antoniol, G., Merlo, E., & Laviolette, F. (2022). How to certify machine learning based safety-critical systems? A systematic literature review. Automated Software Engineering, 29(2). https://doi.org/10.1007/s10515-022-00337-x |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
