:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Barua, Biman, Kaiser, M. Shamim
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Artificial Intelligence Computers and Society Machine Learning
Online-Zugang:	https://arxiv.org/abs/2410.17943
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Resilience and Scalability in Travel Booking Systems: A Microservices Approach to Fault Tolerance, Load Balancing, and Service Discovery
von: Barua, Biman, et al.
Veröffentlicht: (2024)

Real-Time Performance Optimization of Travel Reservation Systems Using AI and Microservices
von: Barua, Biman, et al.
Veröffentlicht: (2024)

AI-Driven Resource Allocation Framework for Microservices in Hybrid Cloud Platforms
von: Barua, Biman, et al.
Veröffentlicht: (2024)

Optimizing Airline Reservation Systems with Edge-Enabled Microservices: A Framework for Real-Time Data Processing and Enhanced User Responsiveness
von: Barua, Biman, et al.
Veröffentlicht: (2024)

Microservices-Based Framework for Predictive Analytics and Real-time Performance Enhancement in Travel Reservation Systems
von: Barua, Biman, et al.
Veröffentlicht: (2024)

Design and Evaluation of a Microservices Cloud Framework for Online Travel Platforms
von: Barua, Biman, et al.
Veröffentlicht: (2025)

Blockchain-Based Trust and Transparency in Airline Reservation Systems using Microservices Architecture
von: Barua, Biman, et al.
Veröffentlicht: (2024)

A Next-Generation Approach to Airline Reservations: Integrating Cloud Microservices with AI and Blockchain for Enhanced Operational Performance
von: Barua, Biman, et al.
Veröffentlicht: (2024)

Leveraging Microservices Architecture for Dynamic Pricing in the Travel Industry: Algorithms, Scalability, and Impact on Revenue and Customer Satisfaction
von: Barua, Biman, et al.
Veröffentlicht: (2024)

Novel Architecture for Distributed Travel Data Integration and Service Provision Using Microservices
von: Barua, Biman, et al.
Veröffentlicht: (2024)

Rethinking Technological Readiness in the Era of AI Uncertainty
von: Browne, S. Tucker, et al.
Veröffentlicht: (2025)

An AI System Evaluation Framework for Advancing AI Safety: Terminology, Taxonomy, Lifecycle Mapping
von: Xia, Boming, et al.
Veröffentlicht: (2024)

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

Green AI in Action: Strategic Model Selection for Ensembles in Production
von: Nijkamp, Nienke, et al.
Veröffentlicht: (2024)

Privacy and Copyright Protection in Generative AI: A Lifecycle Perspective
von: Zhang, Dawen, et al.
Veröffentlicht: (2023)

Legal Aspects for Software Developers Interested in Generative AI Applications
von: Herbold, Steffen, et al.
Veröffentlicht: (2024)

Leveraging Generative AI for Enhancing Automated Assessment in Programming Education Contests
von: Dascalescu, Stefan, et al.
Veröffentlicht: (2025)

NeurIPS Should Require Reproducibility Standards for Frontier AI Safety Claims
von: Vishwarupe, Varad, et al.
Veröffentlicht: (2026)

Permissive-Washing in the Open AI Supply Chain: A Large-Scale Audit of License Integrity
von: Jewitt, James, et al.
Veröffentlicht: (2026)

DC-Check: A Data-Centric AI checklist to guide the development of reliable machine learning systems
von: Seedat, Nabeel, et al.
Veröffentlicht: (2022)

Towards Equitable Agile Research and Development of AI and Robotics
von: Hundt, Andrew, et al.
Veröffentlicht: (2024)

Fairness Improvement with Multiple Protected Attributes: How Far Are We?
von: Chen, Zhenpeng, et al.
Veröffentlicht: (2023)

Fairness Testing through Extreme Value Theory
von: Monjezi, Verya, et al.
Veröffentlicht: (2025)

Federated Data Analytics for Cancer Immunotherapy: A Privacy-Preserving Collaborative Platform for Patient Management
von: Raheem, Mira, et al.
Veröffentlicht: (2025)

Predicting Fairness of ML Software Configurations
von: Herrera, Salvador Robles, et al.
Veröffentlicht: (2024)

MAFT: Efficient Model-Agnostic Fairness Testing for Deep Neural Networks via Zero-Order Gradient Search
von: Wang, Zhaohui, et al.
Veröffentlicht: (2024)

A Conceptual Framework for Ethical Evaluation of Machine Learning Systems
von: Gupta, Neha R., et al.
Veröffentlicht: (2024)

Language model developers should report train-test overlap
von: Zhang, Andy K, et al.
Veröffentlicht: (2024)

Measuring Agents in Production
von: Pan, Melissa Z., et al.
Veröffentlicht: (2025)

Breaking the ICE: Exploring promises and challenges of benchmarks for Inference Carbon & Energy estimation for LLMs
von: Sikand, Samarth, et al.
Veröffentlicht: (2025)

The Model Openness Framework: Promoting Completeness and Openness for Reproducibility, Transparency, and Usability in Artificial Intelligence
von: White, Matt, et al.
Veröffentlicht: (2024)

Machine Learning Models for the Early Detection of Burnout in Software Engineering: a Systematic Literature Review
von: Tulili, Tien Rahayu, et al.
Veröffentlicht: (2026)

Are ChatGPT and Other Similar Systems the Modern Lernaean Hydras of AI?
von: Ioannidis, Dimitrios, et al.
Veröffentlicht: (2023)

Balancing Innovation and Ethics in AI-Driven Software Development
von: Baqar, Mohammad
Veröffentlicht: (2024)

Harnessing IoT and Generative AI for Weather-Adaptive Learning in Climate Resilience Education
von: Khan, Imran S. A., et al.
Veröffentlicht: (2025)

Predicting Open Source Software Sustainability with Deep Temporal Neural Hierarchical Architectures and Explainable AI
von: Karim, S M Rakib Ul, et al.
Veröffentlicht: (2026)

Comparative Evaluation of Embedding Representations for Financial News Sentiment Analysis
von: Roy, Joyjit, et al.
Veröffentlicht: (2025)

Automated Knowledge Component Generation for Interpretable Knowledge Tracing in Coding Problems
von: Duan, Zhangqi, et al.
Veröffentlicht: (2025)

The AI Community Building the Future? A Quantitative Analysis of Development Activity on Hugging Face Hub
von: Osborne, Cailean, et al.
Veröffentlicht: (2024)

AI-driven Java Performance Testing: Balancing Result Quality with Testing Time
von: Traini, Luca, et al.
Veröffentlicht: (2024)