Multiple-Boundary Clustering and Prioritization to Promote Neural Network Retraining

With the increasing application of deep learning (DL) models in many safety-critical scenarios, effective and efficient DL testing techniques are much in demand to improve the quality of DL models. One of the major challenges is the data gap between the training data to construct the models and the...

Celý popis

Podrobná bibliografie

Vydáno v:	2020 35th IEEE/ACM International Conference on Automated Software Engineering (ASE) s. 410 - 422
Hlavní autoři:	Shen, Weijun, Li, Yanhui, Chen, Lin, Han, Yuanlei, Zhou, Yuming, Xu, Baowen
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	ACM 01.09.2020
Témata:	Context modeling Data models Deep learning Labeling Multiple-Boundary Neural network Retraining Software testing Task analysis Testing Training Training data
ISSN:	2643-1572
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!