Datensatz Zitierlink: 
http://hdl.handle.net/20.500.12708/209711
-
Titel: 
A Comparison of Monitoring Techniques for Deep Neural Networks
en
Zitat: 
Bartocci, E., & Essbai, W. (2024). A Comparison of Monitoring Techniques for Deep Neural Networks. In Bridging the Gap Between AI and Reality : Second International Conference, AISoLA 2024, Crete, Greece, October 30 – November 3, 2024, Proceedings. AISoLA 2024: International Conference on Bridging the Gap between AI and Reality, Kreta, Greece. https://doi.org/10.1007/978-3-031-75434-0_13
-
Verlags-DOI: 
10.1007/978-3-031-75434-0_13
-
Publikationstyp: 
Konferenzbeitrag - Full-Paper Contribution
de
Sprache: 
Englisch
-
Autor_innen: 
Bartocci, Ezio 
Essbai, Wasim 
-
Organisations­einheit: 
E056-17 - Fachbereich Trustworthy Autonomous Cyber-Physical Systems 
E191-01 - Forschungsbereich Cyber-Physical Systems 
-
Erschienen in: 
Bridging the Gap Between AI and Reality : Second International Conference, AISoLA 2024, Crete, Greece, October 30 – November 3, 2024, Proceedings 
-
ISBN: 
978-3-031-75433-3
-
DOI des Buches: 
10.1007/978-3-031-75434-0
-
Datum (veröffentlicht): 
30-Dez-2024
-
Veranstaltungs­name: 
AISoLA 2024: International Conference on Bridging the Gap between AI and Reality 
en
Veranstaltungs­zeitraum: 
30-Okt-2024 - 3-Nov-2024
-
Veranstaltungs­ort: 
Kreta, Griechenland
-
Peer Reviewed: 
Ja
-
Keywords: 
Deep neural networks; Anomaly Detection; Runtime monitoring
en
Projekttitel: 
Trustworthy Autonomous Cyber-Physical Systems: nicht bekannt (TTTech Auto AG; B & C Privatstiftung) 
Distribution Recovery for Invariant Generation of Probabilistic Programs: ICT19-018 (WWTF Wiener Wissenschafts-, Forschu und Technologiefonds) 
-
Forschungs­schwerpunkte: 
Computer Engineering and Software-Intensive Systems: 100%
-
Wissenschafts­zweig: 
1020 - Informatik: 100%
-
Enthalten in den Sammlungen:
Conference Paper

Zur Langanzeige

Seiten Aufrufe

625
aufgerufen am 27.01.2025

Download(s)

5
aufgerufen am 27.01.2025

Google ScholarTM

Check