Zobrazeno 1 - 10
of 14
pro vyhledávání: '"Chandrasekaran, Jaganmohan"'
Machine learning (ML) - based software systems are rapidly gaining adoption across various domains, making it increasingly essential to ensure they perform as intended. This report presents best practices for the Test and Evaluation (T&E) of ML-enabl
Externí odkaz:
http://arxiv.org/abs/2310.06800
Machine learning (ML) is increasingly being deployed in critical systems. The data dependence of ML makes securing data used to train and test ML-enabled systems of utmost importance. While the field of cybersecurity has well-established practices fo
Externí odkaz:
http://arxiv.org/abs/2310.04513
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In AI Assurance 2023:3-12
Machine Learning (ML) models, a core component to artificial intelligence systems, often come as a black box to the user, leading to the problem of interpretability. Explainable Artificial Intelligence (XAI) is key to providing confidence and trustwo
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::9609d5f5410cf9445d70824bd4810f36
Recent advancements in the field of deep learning have enabled its application in Autonomous Driving Systems (ADS). A Deep Neural Network (DNN) model is often used to perform tasks such as pedestrian detection, object detection, and steering control
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::184f6452efddccc10fa237ac09c370fe
Autor:
Ahmed, Farid, Alajo, Ayodeji, Alam, Syed Bahauddin, Al-Khulaidy Stine, Amira, Ampeh, William, Anuga, Ashita, Batarseh, Feras A., Bharathi, Sindhu, Chakravarthy, Sumathi, Chandrasekaran, Jaganmohan, Freeman, Laura J., Gendron, Jay, Gorentala, Nitish, Gurrapu, Sai, Haberkorn, Flora, Kavak, Hamdi, Krishnaswamy, Uma, Kuiler, Erik W., Kumar, Dinesh, Lamberti, William Franz, Lorente, Antoni, Maduro, Ralitsa, McNeely, Connie L., Monken, Anderson, Narayanan, Badri, Nawani, Shounkie, Nguyen, Minh, Niewolny, Kim, Ogunyiola, Ayorinde, Perini, Dominick J., Posadas, Brianna B., Rahman, Abdul, Sikder, Md Nazmul Kabir, Svetovidov, Andrei, Tolman, Amanda, Truong, Hong-Linh, Usman, Shoaib, Wang, Pei, Williams, Madison J.
Publikováno v:
In AI Assurance 2023:xv-xx