Towards Generating Structurally Realistic Models by Generative Adversarial Networks - Archive ouverte HAL
Communication Dans Un Congrès Année : 2023

Towards Generating Structurally Realistic Models by Generative Adversarial Networks

Domaines

Génie logiciel [cs.SE]
Fichier principal
Vignette du fichier
paper.pdf (381.03 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Massimo Tisi  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04627381

Soumis le : jeudi 27 juin 2024-15:00:55

Dernière modification le : jeudi 31 octobre 2024-11:42:01

Télécharger pour visualiser

Dates et versions

hal-04627381 , version 1 (27-06-2024)

Identifiants

Citer

Abbas Rahimi, Massimo Tisi, Shekoufeh Kolahdouz Rahimi, Luca Berardinelli. Towards Generating Structurally Realistic Models by Generative Adversarial Networks. MODELS-C 2023: ACM/IEEE International Conference on Model Driven Engineering Languages and Systems Companion, Oct 2023, Västerås, France. pp.597-604, ⟨10.1109/MODELS-C59198.2023.00098⟩. ⟨hal-04627381⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS INRIA EC-NANTES UNAM LS2N LS2N-NAOMOD IMT-ATLANTIQUE NANTES-UNIVERSITE INSTITUT-MINES-TELECOM
99 Consultations
20 Téléchargements

Altmetric

Partager

More