Documents dont l'auteur est "Foundjem, Armstrong Tita"
Monter d'un niveau
Aide
Ce 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.
Aide
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Article de revue
Foundjem, A. T., Nganyewou Tidjon, L., Da Silva, L., & Khomh, F. (2026). Multi-Agent AI Framework for Threat Mitigation and Resilience in Machine Learning Systems. ACM Transactions on Software Engineering and Methodology. Lien externe
Liu, Y., Foundjem, A. T., Khomh, F., & Li, H. (2025). Adversarial attack classification and robustness testing for large language models for code. Empirical Software Engineering, 30(5). Lien externe
Openja, M., Khomh, F., Foundjem, A. T., Jiang, Z. M., Abidi, M., & Hassan, A. E. (2024). An empirical study of testing machine learning in the wild. ACM Transactions on Software Engineering and Methodology. Lien externe
Communication écrite
McGregor, S., Tashev, V., Foundjem, A. T., Ramasethu, A., Almahdi Kazemi Zarkouei, S., Knotz, C., Chen, K., Parrish, A., Reuel-Lamparth, A., & Frase, H. (décembre 2025). Risk Management for Mitigating Benchmark Failure Modes: BenchRisk [Communication écrite]. 39th Conference on Neural Information Processing Systems (NeurIPS 2025), San Diego, CA, USA. Lien externe
Taraghi, M., Dorcelus, G., Foundjem, A. T., Tambon, F., & Khomh, F. (mars 2024). Deep Learning Model Reuse in the HuggingFace Community: Challenges, Benefit and Trends [Communication écrite]. 31st IEEE International Conference on Software Analysis, Evolution and Reengineering (SANER 2024), Rovaniemi, Finland. Lien externe
Foundjem, A. T. (mai 2019). Release synchronization in software ecosystems [Communication écrite]. 41st IEEE/ACM International Conference on Software Engineering: Companion (ICSE-Companion 2019), Montréal, Qc, Canada. Lien externe