Buchumschlag

Machine Learning in Space: Surveying the Robustness of on-board ML models to Radiation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lange, Kevin, Fontana, Federico, Rossi, Francesco, Varile, Mattia, Apruzzese, Giovanni
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimizing Multi-Task Learning for Accurate Spacecraft Pose Estimation
von: Evangelisti, Francesco, et al.
Veröffentlicht: (2024)

An efficient neuromorphic approach for collision avoidance combining Stack-CNN with event cameras
von: Coretti, Antonio Giulio, et al.
Veröffentlicht: (2025)

Neural-based Control for CubeSat Docking Maneuvers
von: Stoisa, Matteo, et al.
Veröffentlicht: (2024)

Adversarial News and Lost Profits: Manipulating Headlines in LLM-Driven Algorithmic Trading
von: Rizvani, Advije, et al.
Veröffentlicht: (2026)

LLM4PM: A case study on using Large Language Models for Process Modeling in Enterprise Organizations
von: Ziche, Clara, et al.
Veröffentlicht: (2024)

Robust Counterfactual Explanations in Machine Learning: A Survey
von: Jiang, Junqi, et al.
Veröffentlicht: (2024)

Interpretable ML Under the Microscope: Performance, Meta-Features, and the Regression-Classification Predictability Gap
von: Billa, Mattia, et al.
Veröffentlicht: (2026)

"bot lane noob" Towards Deployment of NLP-based Toxicity Detectors in Video Games
von: Ave, Jonas, et al.
Veröffentlicht: (2026)

FedSub: Introducing Class-aware Subnetworks Fusion to Enhance Personalized Federated Learning
von: Campana, Mattia Giovanni, et al.
Veröffentlicht: (2024)

U-TOE: Universal TinyML On-board Evaluation Toolkit for Low-Power IoT
von: Huang, Zhaolan, et al.
Veröffentlicht: (2023)

Gen-Review: A Large-scale Dataset of AI-Generated (and Human-written) Peer Reviews
von: Demetrio, Luca, et al.
Veröffentlicht: (2025)

Heterogeneity: An Open Challenge for Federated On-board Machine Learning
von: Hartmann, Maria, et al.
Veröffentlicht: (2024)

Exploring the Design Space of Fair Tree Learning Algorithms
von: Stempel, Kiara, et al.
Veröffentlicht: (2025)

Machine Learning (ML) library in Linux kernel
von: Dubeyko, Viacheslav
Veröffentlicht: (2026)

Debiased Machine Learning for Conformal Prediction of Counterfactual Outcomes Under Runtime Confounding
von: Barnatchez, Keith, et al.
Veröffentlicht: (2026)

Scaling Laws for Uncertainty in Deep Learning
von: Rosso, Mattia, et al.
Veröffentlicht: (2025)

Learning Robust Reward Machines from Noisy Labels
von: Parac, Roko, et al.
Veröffentlicht: (2024)

DR-VIDAL -- Doubly Robust Variational Information-theoretic Deep Adversarial Learning for Counterfactual Prediction and Treatment Effect Estimation on Real World Data
von: Ghosh, Shantanu, et al.
Veröffentlicht: (2023)

Machine Learning Based Optimal Design of Fibrillar Adhesives
von: Shojaeifard, Mohammad, et al.
Veröffentlicht: (2024)

Solar Radiation Prediction in the UTEQ based on Machine Learning Models
von: Troncoso, Jordy Anchundia, et al.
Veröffentlicht: (2023)

4Hammer: a board-game reinforcement learning environment for the hour long time frame
von: Fioravanti, Massimo, et al.
Veröffentlicht: (2025)

Fairness in Machine Learning: A Survey
von: Caton, Simon, et al.
Veröffentlicht: (2020)

Robust ML Auditing using Prior Knowledge
von: Bourrée, Jade Garcia, et al.
Veröffentlicht: (2025)

Channel Balance Interpolation in the Lightning Network via Machine Learning
von: Davis, Vincent, et al.
Veröffentlicht: (2024)

Learning Bayesian Networks with Heterogeneous Agronomic Data Sets via Mixed-Effect Models and Hierarchical Clustering
von: Valleggi, Lorenzo, et al.
Veröffentlicht: (2023)

GlycanML: A Multi-Task and Multi-Structure Benchmark for Glycan Machine Learning
von: Xu, Minghao, et al.
Veröffentlicht: (2024)

Predicting Mortgage Default with Machine Learning: AutoML, Class Imbalance, and Leakage Control
von: Hu, Xianghong, et al.
Veröffentlicht: (2026)

Reinforcement Learning for Machine Learning Model Deployment: Evaluating Multi-Armed Bandits in ML Ops Environments
von: McClendon, S. Aaron, et al.
Veröffentlicht: (2025)

ExioML: Eco-economic dataset for Machine Learning in Global Sectoral Sustainability
von: Guo, Yanming, et al.
Veröffentlicht: (2024)

Learning Decentralized Routing Policies via Graph Attention-based Multi-Agent Reinforcement Learning in Lunar Delay-Tolerant Networks
von: Lozano-Cuadra, Federico, et al.
Veröffentlicht: (2025)

Training Machine Learning models at the Edge: A Survey
von: Khouas, Aymen Rayane, et al.
Veröffentlicht: (2024)

MRM3: Machine Readable ML Model Metadata
von: Čop, Andrej, et al.
Veröffentlicht: (2025)

Machine Learning for Everyone: Simplifying Healthcare Analytics with BigQuery ML
von: Salari, Mohammad Amir, et al.
Veröffentlicht: (2025)

"Forgetting" in Machine Learning and Beyond: A Survey
von: Sha, Alyssa Shuang, et al.
Veröffentlicht: (2024)

A Survey on Fairness for Machine Learning on Graphs
von: Laclau, Charlotte, et al.
Veröffentlicht: (2022)

Curriculum Graph Machine Learning: A Survey
von: Li, Haoyang, et al.
Veröffentlicht: (2023)

Distributionally Robust Multimodal Machine Learning
von: Yang, Peilin, et al.
Veröffentlicht: (2025)

An Investigation of Offline Reinforcement Learning in Factorisable Action Spaces
von: Beeson, Alex, et al.
Veröffentlicht: (2024)

Learning to Actively Learn: A Robust Approach
von: Zhang, Jifan, et al.
Veröffentlicht: (2020)

ML$^2$Tuner: Efficient Code Tuning via Multi-Level Machine Learning Models
von: Cha, JooHyoung, et al.
Veröffentlicht: (2024)