Buchumschlag

Guiding the retraining of convolutional neural networks against adversarial inputs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	López, Francisco Durán, Martínez-Fernández, Silverio, Felderer, Michael, Franch, Xavier
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Software Engineering Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Analyzing the Evolution and Maintenance of ML Models on Hugging Face
von: Castaño, Joel, et al.
Veröffentlicht: (2023)

Towards a Classification of Open-Source ML Models and Datasets for Software Engineering
von: González, Alexandra, et al.
Veröffentlicht: (2024)

Insights into resource utilization of code small language models serving with runtime engines and execution providers
von: Durán, Francisco, et al.
Veröffentlicht: (2024)

Lessons Learned from Mining the Hugging Face Repository
von: Castaño, Joel, et al.
Veröffentlicht: (2024)

Innovating for Tomorrow: The Convergence of SE and Green AI
von: Cruz, Luís, et al.
Veröffentlicht: (2024)

Cataloguing Hugging Face Models to Software Engineering Activities: Automation and Findings
von: González, Alexandra, et al.
Veröffentlicht: (2025)

Addressing Quality Challenges in Deep Learning: The Role of MLOps and Domain Knowledge
von: del Rey, Santiago, et al.
Veröffentlicht: (2025)

Impact of ML Optimization Tactics on Greener Pre-Trained ML Models
von: Álvarez, Alexandra González, et al.
Veröffentlicht: (2024)

The More the Merrier? Navigating Accuracy vs. Energy Efficiency Design Trade-Offs in Ensemble Learning Systems
von: Omar, Rafiullah, et al.
Veröffentlicht: (2024)

Identifying architectural design decisions for achieving green ML serving
von: Durán, Francisco, et al.
Veröffentlicht: (2024)

Aggregating empirical evidence from data strategy studies: a case on model quantization
von: del Rey, Santiago, et al.
Veröffentlicht: (2025)

Dissecting the SWE-Bench Leaderboards: Profiling Submitters and Architectures of LLM- and Agent-Based Repair Systems
von: Martinez, Matias, et al.
Veröffentlicht: (2025)

Energy Consumption of Automated Program Repair
von: Martinez, Matias, et al.
Veröffentlicht: (2022)

SEMODS: A Validated Dataset of Open-Source Software Engineering Models
von: González, Alexandra, et al.
Veröffentlicht: (2026)

Estimating Deep Learning energy consumption based on model architecture and training environment
von: del Rey, Santiago, et al.
Veröffentlicht: (2023)

Mutation-Guided LLM-based Test Generation at Meta
von: Foster, Christopher, et al.
Veröffentlicht: (2025)

The Hitchhikers Guide to Production-ready Trustworthy Foundation Model powered Software (FMware)
von: Vasilevski, Kirill, et al.
Veröffentlicht: (2025)

PCBSchemaGen: Constraint-Guided Schematic Design via LLM for Printed Circuit Boards (PCB)
von: Zou, Huanghaohe, et al.
Veröffentlicht: (2026)

Fault Localization via Fine-tuning Large Language Models with Mutation Generated Stack Traces
von: Jambigi, Neetha, et al.
Veröffentlicht: (2025)

On LLMs' Internal Representation of Code Correctness
von: Ribeiro, Francisco, et al.
Veröffentlicht: (2025)

A Theoretical Analysis of Test-Driven Code Generation
von: Menet, Nicolas, et al.
Veröffentlicht: (2026)

A Tool for Automatically Cataloguing and Selecting Pre-Trained Models and Datasets for Software Engineering
von: González, Alexandra, et al.
Veröffentlicht: (2026)

A Model-Driven Engineering Approach to AI-Powered Healthcare Platforms
von: Raheem, Mira, et al.
Veröffentlicht: (2025)

WONDERBREAD: A Benchmark for Evaluating Multimodal Foundation Models on Business Process Management Tasks
von: Wornow, Michael, et al.
Veröffentlicht: (2024)

Automatic Programming: Large Language Models and Beyond
von: Lyu, Michael R., et al.
Veröffentlicht: (2024)

MTAD: Tools and Benchmarks for Multivariate Time Series Anomaly Detection
von: Liu, Jinyang, et al.
Veröffentlicht: (2024)

Automating the Enterprise with Foundation Models
von: Wornow, Michael, et al.
Veröffentlicht: (2024)

Towards Engineering Fair and Equitable Software Systems for Managing Low-Altitude Airspace Authorizations
von: Gohar, Usman, et al.
Veröffentlicht: (2024)

Defending against Adversarial Malware Attacks on ML-based Android Malware Detection Systems
von: He, Ping, et al.
Veröffentlicht: (2025)

Operationalizing Document AI: A Microservice Architecture for OCR and LLM Pipelines in Production
von: Fehlis, Yao, et al.
Veröffentlicht: (2026)

VibeTensor: System Software for Deep Learning, Fully Generated by AI Agents
von: Xu, Bing, et al.
Veröffentlicht: (2026)

Fixed-point graph convolutional networks against adversarial attacks
von: Khan, Shakib, et al.
Veröffentlicht: (2025)

Adaptation of XAI to Auto-tuning for Numerical Libraries
von: Aoki, Shota, et al.
Veröffentlicht: (2024)

ReGA: Model-Based Safeguard for LLMs via Representation-Guided Abstraction
von: Wei, Zeming, et al.
Veröffentlicht: (2025)

Deep Recurrent Learning Through Long Short Term Memory and TOPSIS
von: Kamal, Rossi
Veröffentlicht: (2022)

On The Effectiveness of One-Class Support Vector Machine in Different Defect Prediction Scenarios
von: Moussa, Rebecca, et al.
Veröffentlicht: (2022)

Can Requirements Engineering Support Explainable Artificial Intelligence? Towards a User-Centric Approach for Explainability Requirements
von: Umm-e-Habiba, et al.
Veröffentlicht: (2022)

Automated Machine Learning: A Case Study on Non-Intrusive Appliance Load Monitoring
von: Moin, Armin, et al.
Veröffentlicht: (2022)

Enhancing LLM-Based Test Generation by Eliminating Covered Code
von: Xu, WeiZhe, et al.
Veröffentlicht: (2026)

Can LLMs Reason Like Automated Theorem Provers for Rust Verification? VCoT-Bench: Evaluating via Verification Chain of Thought
von: Xie, Zichen, et al.
Veröffentlicht: (2026)