SmOOD: Smoothness-based Out-of-Distribution Detection Approach for Surrogate Neural Networks in Aircraft Design

Houssem Ben Braiek, Ali Tfaily, Foutse Khomh, Thomas Reid et Ciro Guida

Communication écrite (2022)

Un lien externe est disponible pour ce document

Département:	Département de génie informatique et génie logiciel
URL de PolyPublie:	https://publications.polymtl.ca/52324/
Nom de la conférence:	37th IEEE/ACM International Conference on Automated Software Engineering (ASE 2022)
Lieu de la conférence:	Rochester, MI, USA
Date(s) de la conférence:	2022-10-10 - 2022-10-14
Maison d'édition:	ACM
DOI:	10.1145/3551349.3556936
URL officielle:	https://doi.org/10.1145/3551349.3556936
Date du dépôt:	18 avr. 2023 14:58
Dernière modification:	25 sept. 2024 16:43

Citer en APA 7:	Ben Braiek, H., Tfaily, A., Khomh, F., Reid, T., & Guida, C. (octobre 2022). SmOOD: Smoothness-based Out-of-Distribution Detection Approach for Surrogate Neural Networks in Aircraft Design [Communication écrite]. 37th IEEE/ACM International Conference on Automated Software Engineering (ASE 2022), Rochester, MI, USA (13 pages). https://doi.org/10.1145/3551349.3556936
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