 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Morovati, M. M., Nikanjam, A., Tambon, F., Khomh, F., & Jiang, Z. M. (2024). Bug characterization in machine learning-based systems. Empirical Software Engineering, 29(1), 14 (29 pages). Lien externe
Morovati, M. M., Tambon, F., Taraghi, M., Nikanjam, A., & Khomh, F. (2024). Common challenges of deep reinforcement learning applications development: an empirical study. Empirical Software Engineering, 29, 95 (33 pages). Lien externe
Morovati, M. M., Nikanjam, A., Khomh, F., & Jiang, Z. M. (2023). Bugs in machine learning-based systems: a faultload benchmark. Empirical Software Engineering, 28(3), 33 pages. Lien externe
Morovati, M. M., Nikanjam, A., Khomh, F., & Jiang, Z. M. (2023). Bugs in machine learning-based systems: a faultload benchmark [Ensemble de données]. Lien externe
Nikanjam, A., Ben Braiek, H., Morovati, M. M., & Khomh, F. (2022). Automatic Fault Detection for Deep Learning Programs Using Graph Transformations. ACM Transactions on Software Engineering and Methodology, 31(1), 1-27. Lien externe
Nikanjam, A., Morovati, M. M., Khomh, F., & Ben Braiek, H. (2022). Faults in deep reinforcement learning programs: a taxonomy and a detection approach. Automated Software Engineering, 29(1), 8 (32 pages). Lien externe
Openja, M., Morovati, M. M., An, L., Khomh, F., & Abidi, M. (2022). Technical debts and faults in open-source quantum software systems: An empirical study. Journal of Systems and Software, 193, 28 pages. Lien externe
