:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zheng, Simin, Clark, Jared M., Salboukh, Fatemeh, Silva, Priscila, da Mata, Karen, Pan, Fenglian, Min, Jie, Lian, Jiayi, King, Caleb B., Fiondella, Lance, Liu, Jian, Deng, Xinwei, Hong, Yili
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Applications Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2502.12386
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Predicting Software Defect Discovery Incorporating Covariates with Recurrent Neural Networks
von: Fatemeh Salboukh, et al.
Veröffentlicht: (2025)

A Computationally Efficient Learning of Artificial Intelligence System Reliability Considering Error Propagation
von: Pan, Fenglian, et al.
Veröffentlicht: (2026)

Applied Statistics in the Era of Artificial Intelligence: A Review and Vision
von: Min, Jie, et al.
Veröffentlicht: (2024)

Quantitative assessment of machine learning reliability and resilience
von: Zakaria Faddi, et al.
Veröffentlicht: (2024)

Temporally Consistent Unsupervised Segmentation for Mobile Robot Perception
von: Ellis, Christian, et al.
Veröffentlicht: (2025)

Adaptive Pruning of Deep Neural Networks for Resource-Aware Embedded Intrusion Detection on the Edge
von: Broggi, Alexandre, et al.
Veröffentlicht: (2025)

Modeling Spatially Correlated Failure-time Data Under Two Distance Functions with an Application to Titan GPU Data
von: Clark, Jared M., et al.
Veröffentlicht: (2025)

Association Between Serum Anion Gap and Risk of Postoperative Delirium in Patients Undergoing Gastric Surgery in ICU: A Retrospective Study From the MIMIC‐IV Database
von: Simin Yang, et al.
Veröffentlicht: (2026)

GREI Data Repository AI Taxonomy
von: Chodacki, John, et al.
Veröffentlicht: (2024)

Foundations of Reliable Inference: Reliability-Efficiency Co-Design
von: Huang, Jiayi
Veröffentlicht: (2026)

The Use of Variational Inference for Lifetime Data with Spatial Correlations
von: Wang, Yueyao, et al.
Veröffentlicht: (2025)

NeuroGenPoisoning: Neuron-Guided Attacks on Retrieval-Augmented Generation of LLM via Genetic Optimization of External Knowledge
von: Zhu, Hanyu, et al.
Veröffentlicht: (2025)

TMS-EEG Reliability: Bridging the Gap to Clinical Use
von: Bertazzoli, Giacomo, et al.
Veröffentlicht: (2024)

Agentic AI System for Ensuring Reliability in Survey Data Analytics
von: C.Dharani, B.Nathiya, S.Samyugtha
Veröffentlicht: (2025)

A Judge Agent Closes the Reliability Gap in AI-Generated Scientific Simulation
von: Yang, Chengshuai
Veröffentlicht: (2026)

What Quality Engineers Need to Know about Degradation Models
von: Clark, Jared M., et al.
Veröffentlicht: (2025)

A Frontier AI Risk Management Framework: Bridging the Gap Between Current AI Practices and Established Risk Management
von: Campos, Simeon, et al.
Veröffentlicht: (2025)

Bridging the Gap in XAI-Why Reliable Metrics Matter for Explainability and Compliance
von: Seth, Pratinav, et al.
Veröffentlicht: (2025)

Data Reliability Scoring
von: Chen, Yiling, et al.
Veröffentlicht: (2025)

Reliability Study of Battery Lives: A Functional Degradation Analysis Approach
von: Cho, Youngjin, et al.
Veröffentlicht: (2022)

ConAIR:Consistency-Augmented Iterative Interaction Framework to Enhance the Reliability of Code Generation
von: Dong, Jinhao, et al.
Veröffentlicht: (2024)

Are Large Language Models Reliable AI Scientists? Assessing Reverse-Engineering of Black-Box Systems
von: Geng, Jiayi, et al.
Veröffentlicht: (2025)

Towards Explainable and Reliable AI in Finance
von: Isufaj, Albi, et al.
Veröffentlicht: (2025)

The Quest for Reliable Metrics of Responsible AI
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2025)

Towards Guaranteed Safe AI: A Framework for Ensuring Robust and Reliable AI Systems
von: Dalrymple, David "davidad", et al.
Veröffentlicht: (2024)

Polymer Data Challenges in the AI Era: Bridging Gaps for Next-Generation Energy Materials
von: Zhao, Ying, et al.
Veröffentlicht: (2025)

Performance Evaluation of Large Language Models in Statistical Programming
von: Song, Xinyi, et al.
Veröffentlicht: (2025)

On the Reliability of Biometric Datasets: How Much Test Data Ensures Reliability?
von: Fallahi, Matin, et al.
Veröffentlicht: (2025)

Bridging the Gap Between AI and Reality
Veröffentlicht: (2024)

Bridging the Gap Between AI and Reality
Veröffentlicht: (2025)

Bridging the Gap Between AI and Reality
Veröffentlicht: (2025)

Bridging the Gap in the Responsible AI Divides
von: Gyevnár, Bálint, et al.
Veröffentlicht: (2026)

Reliable Selection of Heterogeneous Treatment Effect Estimators
von: Guo, Jiayi, et al.
Veröffentlicht: (2025)

Can AI-Generated Text be Reliably Detected?
von: Sadasivan, Vinu Sankar, et al.
Veröffentlicht: (2023)

Towards a Science of AI Agent Reliability
von: Rabanser, Stephan, et al.
Veröffentlicht: (2026)

Analytics and AI for Utilities: Unlocking Efficiency and Reliability
von: Amanda Mastrosimone, et al.
Veröffentlicht: (2025)

Learning Causal Alignment for Reliable Disease Diagnosis
von: Liu, Mingzhou, et al.
Veröffentlicht: (2023)

Bridging Knowledge Gaps in Clinical AI: An Activity Theory Perspective on Interdisciplinary Data Work for Telehealth
von: Yao, Bingsheng, et al.
Veröffentlicht: (2024)

Dual-Loop Control in DCVerse: Advancing Reliable Deployment of AI in Data Centers via Digital Twins
von: Zhang, Qingang, et al.
Veröffentlicht: (2026)

Data Science and Reliable Machine Learning
Veröffentlicht: (2025)