New Threat on Formal Verification for Neural Networks: Example and Fault Tolerance - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

New Threat on Formal Verification for Neural Networks: Example and Fault Tolerance

Domaines

Machine Learning [stat.ML] Intelligence artificielle [cs.AI] Robotique [cs.RO] Performance et fiabilité [cs.PF] Réseau de neurones [cs.NE]
Fichier principal
Vignette du fichier
Viot_2022_SafeProcess_article.pdf (795.9 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Benjamin Lussier  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03823896

Soumis le : vendredi 5 janvier 2024-09:48:50

Dernière modification le : vendredi 5 janvier 2024-13:47:33

Télécharger pour visualiser

Dates et versions

hal-03823896 , version 1 (05-01-2024)

Identifiants

Citer

Augustin Viot, Benjamin Lussier, Walter Schön, Armando Tacchella, Stéphane Geronimi. New Threat on Formal Verification for Neural Networks: Example and Fault Tolerance. 11th IFAC Symposium on Fault Detection, Supervision and Safety for Technical Processes (SAFEPROCESS 2022), Jun 2022, Pafos, Cyprus. pp.623-630, ⟨10.1016/j.ifacol.2022.07.197⟩. ⟨hal-03823896⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS UNIV-COMPIEGNE HEUDIASYC HDS_SCOP
50 Consultations
44 Téléchargements

Altmetric

Partager

More