<  Retour au portail Polytechnique Montréal

How to certify machine learning based safety-critical systems? A systematic literature review

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 Afficher document