Buchumschlag

When Autonomous Vehicle Meets V2X Cooperative Perception: How Far Are We?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, An, Zhang, Shuoxiao, Tang, Enyi, Gao, Xinyu, Pang, Haomin, Tian, Haoxiang, Mu, Yanzhou, Wen, Wu, Fang, Chunrong, Chen, Zhenyu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Robotics Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generate Realistic Test Scenes for V2X Communication Systems
von: Guo, An, et al.
Veröffentlicht: (2025)

Deep Learning Framework Testing via Model Mutation: How Far Are We?
von: Mu, Yanzhou, et al.
Veröffentlicht: (2025)

Deep Learning Framework Testing via Heuristic Guidance Based on Multiple Model Measurements
von: Zou, Yinglong, et al.
Veröffentlicht: (2025)

When ChatGPT Meets Smart Contract Vulnerability Detection: How Far Are We?
von: Chen, Chong, et al.
Veröffentlicht: (2023)

SoVAR: Building Generalizable Scenarios from Accident Reports for Autonomous Driving Testing
von: Guo, An, et al.
Veröffentlicht: (2024)

CooTest: An Automated Testing Approach for V2X Communication Systems
von: Guo, An, et al.
Veröffentlicht: (2024)

Improving Deep Learning Framework Testing with Model-Level Metamorphic Testing
von: Mu, Yanzhou, et al.
Veröffentlicht: (2025)

GPU Temperature Simulation-Based Testing for In-Vehicle Deep Learning Frameworks
von: Zou, Yinglong, et al.
Veröffentlicht: (2025)

DevMuT: Testing Deep Learning Framework via Developer Expertise-Based Mutation
von: Mu, Yanzhou, et al.
Veröffentlicht: (2025)

Understanding LLM-Centric Challenges for Deep Learning Frameworks: An Empirical Analysis
von: Mu, Yanzhou, et al.
Veröffentlicht: (2025)

Exploring the Effectiveness of Open‐Source Donation Platform: An Empirical Study on Opencollective
von: Shuoxiao Zhang, et al.
Veröffentlicht: (2025)

Large Language Models for Equivalent Mutant Detection: How Far Are We?
von: Tian, Zhao, et al.
Veröffentlicht: (2024)

Duplicate Bug Report Detection: How Far Are We?
von: Zhang, Ting, et al.
Veröffentlicht: (2022)

Vulnerability-Affected Versions Identification: How Far Are We?
von: Chen, Xingchu, et al.
Veröffentlicht: (2025)

Can AI Agents Generate Microservices? How Far are We?
von: Adnan, Bassam, et al.
Veröffentlicht: (2026)

Representation Learning for Stack Overflow Posts: How Far are We?
von: He, Junda, et al.
Veröffentlicht: (2023)

Automated Testing of Task-based Chatbots: How Far Are We?
von: Clerissi, Diego, et al.
Veröffentlicht: (2026)

An Empirical Study of Bugs in Modern LLM Agent Frameworks
von: Zhu, Xinxue, et al.
Veröffentlicht: (2026)

ACTesting: Automated Cross-modal Testing Method of Text-to-Image Software
von: Gu, Siqi, et al.
Veröffentlicht: (2023)

Test Script Intention Generation for Mobile Application via GUI Image and Code Understanding
von: Yu, Shengcheng, et al.
Veröffentlicht: (2021)

Retrieval-Augmented Test Generation: How Far Are We?
von: Shin, Jiho, et al.
Veröffentlicht: (2024)

Measuring Emergent Capabilities of LLMs for Software Engineering: How Far Are We?
von: O'Brien, Conor, et al.
Veröffentlicht: (2024)

Train in Vain: Functionality-Preserving Poisoning to Prevent Unauthorized Use of Code Datasets
von: Xiao, Yuan, et al.
Veröffentlicht: (2026)

Vulnerability Detection with Code Language Models: How Far Are We?
von: Ding, Yangruibo, et al.
Veröffentlicht: (2024)

Model Editing for LLMs4Code: How Far are We?
von: Li, Xiaopeng, et al.
Veröffentlicht: (2024)

Using LLMs for Security Advisory Investigations: How Far Are We?
von: Abdullah, Bayu Fedra, et al.
Veröffentlicht: (2025)

LLM For Loop Invariant Generation and Fixing: How Far Are We?
von: Akhond, Mostafijur Rahman, et al.
Veröffentlicht: (2025)

Unraveling the Potential of Large Language Models in Code Translation: How Far Are We?
von: Tao, Qingxiao, et al.
Veröffentlicht: (2024)

A Large-Scale Evaluation for Log Parsing Techniques: How Far Are We?
von: Jiang, Zhihan, et al.
Veröffentlicht: (2023)

How Far Can We Go with Practical Function-Level Program Repair?
von: Xiang, Jiahong, et al.
Veröffentlicht: (2024)

Leveraging Language Models for Log Statement Generation in Multilingual Scenarios: How Far Are We?
von: Kusama, Kazuki, et al.
Veröffentlicht: (2026)

Specification-Driven Code Translation Powered by Large Language Models: How Far Are We?
von: Saha, Soumit Kanti, et al.
Veröffentlicht: (2024)

Static Application Security Testing (SAST) Tools for Smart Contracts: How Far Are We?
von: Li, Kaixuan, et al.
Veröffentlicht: (2024)

Root Cause Analysis for Microservice System based on Causal Inference: How Far Are We?
von: Pham, Luan, et al.
Veröffentlicht: (2024)

An Empirical Study on Automatically Detecting AI-Generated Source Code: How Far Are We?
von: Suh, Hyunjae, et al.
Veröffentlicht: (2024)

Peeling Off the Cocoon: Unveiling Suppressed Golden Seeds for Mutational Greybox Fuzzing
von: Qian, Ruixiang, et al.
Veröffentlicht: (2026)

Log-based, Business-aware REST API Testing
von: Yang, Ding, et al.
Veröffentlicht: (2026)

Towards Automated Crowdsourced Testing via Personified-LLM
von: Yu, Shengcheng, et al.
Veröffentlicht: (2026)

Reasoning Runtime Behavior of a Program with LLM: How Far Are We?
von: Chen, Junkai, et al.
Veröffentlicht: (2024)

Automatically Detecting Checked-In Secrets in Android Apps: How Far Are We?
von: Li, Kevin, et al.
Veröffentlicht: (2024)