Identification of out-of-distribution cases of CNN using class-based surprise adequacy

Mira Marhaba, Ettore Merlo, Foutse Khomh et Giuliano Antoniol

Communication écrite (2022)

Un lien externe est disponible pour ce document

Département:	Département de génie chimique Département de génie informatique et génie logiciel
ISBN:	9781450392754
URL de PolyPublie:	https://publications.polymtl.ca/51463/
Nom de la conférence:	IEEE/ACM 1st International Conference on AI Engineering - Software Engineering for AI (CAIN 2022)
Lieu de la conférence:	Pittsburgh, PA, USA
Date(s) de la conférence:	2022-05-16 - 2022-05-17
Maison d'édition:	IEEE
DOI:	10.1145/3522664.3528617
URL officielle:	https://doi.org/10.1145/3522664.3528617
Date du dépôt:	18 avr. 2023 14:59
Dernière modification:	25 sept. 2024 16:42

Citer en APA 7:	Marhaba, M., Merlo, E., Khomh, F., & Antoniol, G. (mai 2022). Identification of out-of-distribution cases of CNN using class-based surprise adequacy [Communication écrite]. IEEE/ACM 1st International Conference on AI Engineering - Software Engineering for AI (CAIN 2022), Pittsburgh, PA, USA. https://doi.org/10.1145/3522664.3528617
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Actions réservées au personnel