 | 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.
Rahman, M. S., Khomh, F., Hamidi, A., Cheng, J., Antoniol, G., & Washizaki, H. (2023). Machine learning application development: practitioners insights. Software Quality Journal, 55 pages. Lien externe
Jebnoun, H., Rahman, M. S., Khomh, F., & Muse, B. A. (2022). Clones in deep learning code: what, where, and why? Empirical Software Engineering, 27(4). Lien externe
Abidi, M., Rahman, M. S., Openja, M., & Khomh, F. (2022). Multi-language design smells: a backstage perspective. Empirical Software Engineering, 27(5), 52 pages. Lien externe
Abidi, M., Rahman, M. S., Openja, M., & Khomh, F. (2021). Are Multi-Language Design Smells Fault-Prone? An Empirical Study. ACM Transactions on Software Engineering and Methodology, 30(3), 1-56. Lien externe
Kermansaravi, Z. A., Rahman, M. S., Khomh, F., Jaafar, F., & Guéhéneuc, Y.-G. (2021). Investigating design anti-pattern and design pattern mutations and their change- and fault-proneness. Empirical Software Engineering, 26(1), 47 pages. Lien externe
Rahman, M. S., Khomh, F., Rivera, E., Guéhéneuc, Y.-G., & Lehnert, B. (mai 2022). Challenges in machine learning application development : an industrial experience report [Communication écrite]. IEEE/ACM 1st International Workshop on Software Engineering for Responsible Artificial Intelligence (SE4RAI 2022), Pittsburgh, PA, USA. Lien externe
