SmOOD: Smoothness-based Out-of-Distribution Detection Approach for Surrogate Neural Networks in Aircraft Design - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

SmOOD: Smoothness-based Out-of-Distribution Detection Approach for Surrogate Neural Networks in Aircraft Design

Houssem Ben Braiek
  • Fonction : Auteur
École Polytechnique de Montréal
Ali Tfaily
  • Fonction : Auteur
Bombardier Canada
Foutse Khomh
  • Fonction : Auteur
École Polytechnique de Montréal
Thomas Reid
  • Fonction : Auteur
Bombardier Canada
Ciro Guida
  • Fonction : Auteur
Bombardier Canada

Domaines

Informatique [cs]

Yann Pequignot  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04254999

Soumis le : lundi 23 octobre 2023-17:05:59

Dernière modification le : lundi 15 janvier 2024-20:29:32

Consulter le texte intégral

Dates et versions

hal-04254999 , version 1 (23-10-2023)

Identifiants

Citer

Houssem Ben Braiek, Ali Tfaily, Foutse Khomh, Thomas Reid, Ciro Guida. SmOOD: Smoothness-based Out-of-Distribution Detection Approach for Surrogate Neural Networks in Aircraft Design. ASE '22: 37th IEEE/ACM International Conference on Automated Software Engineering, Oct 2022, Rochester, MI, United States. pp.1-13, ⟨10.1145/3551349.3556936⟩. ⟨hal-04254999⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite
26 Consultations
0 Téléchargements

Altmetric

Partager

More