Validated autonomous train perception using interpretable machine learning - Laboratoire d'Excellence MS2T - Maîtrise des Systèmes de Systèmes Technologiques
Communication Dans Un Congrès Année : 2022

Validated autonomous train perception using interpretable machine learning

Domaines

Sciences de l'ingénieur [physics]
Fichier principal
Vignette du fichier
1A - Validated autonomous train perception using interpretable machine learning.pdf (1.34 Mo) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte

Manon RAGUENET  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03878419

Soumis le : mardi 29 novembre 2022-18:14:09

Dernière modification le : jeudi 19 septembre 2024-03:21:00

Télécharger pour visualiser

Dates et versions

hal-03878419 , version 1 (29-11-2022)

Identifiants

  • HAL Id : hal-03878419 , version 1

Citer

Luca Jourdan, Mohamed Sallak, Walter Schön, Benjamin Quost, Yohan Bouvet. Validated autonomous train perception using interpretable machine learning. Lambda Mu 22 - Congrès de maîtrise des risques et de sûreté de fonctionnement, Oct 2022, Paris Saclay, France. ⟨hal-03878419⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS UNIV-COMPIEGNE HEUDIASYC MS2T HDS_SCOP HDS_CID IMDR IRT-RAILENIUM
159 Consultations
181 Téléchargements

Partager

More