Buchumschlag

Inherent Diverse Redundant Safety Mechanisms for AI-based Software Elements in Automotive Applications

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pitale, Mandar, Abbaspour, Alireza, Upadhyay, Devesh
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

HySafe-AI: Hybrid Safety Architectural Analysis Framework for AI Systems: A Case Study
von: Pitale, Mandar, et al.
Veröffentlicht: (2025)

Dataset Safety in Autonomous Driving: Requirements, Risks, and Assurance
von: Abbaspour, Alireza, et al.
Veröffentlicht: (2025)

GenAI for Automotive Software Development: From Requirements to Wheels
von: Petrovic, Nenad, et al.
Veröffentlicht: (2025)

Generating Automotive Code: Large Language Models for Software Development and Verification in Safety-Critical Systems
von: Kirchner, Sven, et al.
Veröffentlicht: (2025)

Survey of GenAI for Automotive Software Development: From Requirements to Executable Code
von: Petrovic, Nenad, et al.
Veröffentlicht: (2025)

Counterfactual Self-Questioning for Stable Policy Optimization in Language Models
von: Parab, Mandar
Veröffentlicht: (2025)

Diffusion-based Surrogate Model for Time-varying Underwater Acoustic Channels
von: Li, Kexin, et al.
Veröffentlicht: (2025)

AB-UPT for Automotive and Aerospace Applications
von: Alkin, Benedikt, et al.
Veröffentlicht: (2025)

LLM-Empowered Functional Safety and Security by Design in Automotive Systems
von: Petrovic, Nenad, et al.
Veröffentlicht: (2026)

Towards Specification-Driven LLM-Based Generation of Embedded Automotive Software
von: Patil, Minal Suresh, et al.
Veröffentlicht: (2024)

Evidence-Driven Decision Support for AI Model Selection in Research Software Engineering
von: Joonbakhsh, Alireza, et al.
Veröffentlicht: (2025)

Beyond Redundancy: Diverse and Specialized Multi-Expert Sparse Autoencoder
von: Xu, Zhen, et al.
Veröffentlicht: (2025)

A Hybrid DeBERTa and Gated Broad Learning System for Cyberbullying Detection in English Text
von: Kumar, Devesh
Veröffentlicht: (2025)

Future of Code with Generative AI: Transparency and Safety in the Era of AI Generated Software
von: Hanson, David
Veröffentlicht: (2025)

Querying Large Automotive Software Models: Agentic vs. Direct LLM Approaches
von: Mazur, Lukasz, et al.
Veröffentlicht: (2025)

Efficient Learning for Product Attributes with Compact Multimodal Models
von: Kulkarni, Mandar
Veröffentlicht: (2025)

Evaluating Novelty in AI-Generated Research Plans Using Multi-Workflow LLM Pipelines
von: Saraogi, Devesh, et al.
Veröffentlicht: (2025)

The Elephant in the Room -- Why AI Safety Demands Diverse Teams
von: Rostcheck, David, et al.
Veröffentlicht: (2024)

Automating a Complete Software Test Process Using LLMs: An Automotive Case Study
von: Wang, Shuai, et al.
Veröffentlicht: (2025)

LLM-Powered Workflow Optimization for Multidisciplinary Software Development: An Automotive Industry Case Study
von: Wang, Shuai, et al.
Veröffentlicht: (2026)

Multi-modal Summarization in Model-Based Engineering: Automotive Software Development Case Study
von: Petrovic, Nenad, et al.
Veröffentlicht: (2025)

LLM-based Iterative Approach to Metamodeling in Automotive
von: Petrovic, Nenad, et al.
Veröffentlicht: (2025)

Redundant or Necessary? A Benchmark for Detecting Redundant Steps in Agent Trajectories
von: Hu, Minyang, et al.
Veröffentlicht: (2026)

SEED-SET: Scalable Evolving Experimental Design for System-level Ethical Testing
von: Parashar, Anjali, et al.
Veröffentlicht: (2026)

GoNoGo: An Efficient LLM-based Multi-Agent System for Streamlining Automotive Software Release Decision-Making
von: Khoee, Arsham Gholamzadeh, et al.
Veröffentlicht: (2024)

Decision-based AI Visual Navigation for Cardiac Ultrasounds
von: Dimnaku, Andy, et al.
Veröffentlicht: (2025)

Automotive Engineering-Centric Agentic AI Workflow Framework
von: Son, Tong Duy, et al.
Veröffentlicht: (2026)

The Homogenization Problem in LLMs: Towards Meaningful Diversity in AI Safety
von: Rios-Sialer, Ian
Veröffentlicht: (2026)

Domain-Specific Query Understanding for Automotive Applications: A Modular and Scalable Approach
von: Motiyani, Isha, et al.
Veröffentlicht: (2026)

Inspired by AI? A Novel Generative AI System To Assist Conceptual Automotive Design
von: Wang, Ye, et al.
Veröffentlicht: (2024)

Transformer Is Inherently a Causal Learner
von: Wang, Xinyue, et al.
Veröffentlicht: (2026)

Ablating Safety: Mechanisms for Removing Alignment in Language Models for Security Applications
von: David, Isaac, et al.
Veröffentlicht: (2026)

Position: Require Frontier AI Labs To Release Small "Analog" Models
von: Upadhyay, Shriyash, et al.
Veröffentlicht: (2025)

A Multi-AI-agent Framework Enabling End-to-end Finite Element Analysis for Solid Mechanics Problems
von: Sarker, Titu Ranjan, et al.
Veröffentlicht: (2026)

AI Alignment Strategies from a Risk Perspective: Independent Safety Mechanisms or Shared Failures?
von: Dung, Leonard, et al.
Veröffentlicht: (2025)

Efficient Triple Modular Redundancy for Reliability Enhancement of DNNs Using Explainable AI
von: Soroush, Kimia, et al.
Veröffentlicht: (2025)

Use of Metric Learning for the Recognition of Handwritten Digits, and its Application to Increase the Outreach of Voice-based Communication Platforms
von: Pant, Devesh, et al.
Veröffentlicht: (2025)

AI-driven Transformer Model for Fault Prediction in Non-Linear Dynamic Automotive System
von: Kumar, Priyanka
Veröffentlicht: (2024)

Tackling the Inherent Difficulty of Noise Filtering in RAG
von: Liu, Jingyu, et al.
Veröffentlicht: (2026)

LLM is Not All You Need: A Systematic Evaluation of ML vs. Foundation Models for text and image based Medical Classification
von: Raval, Meet, et al.
Veröffentlicht: (2026)