Automated Testing of Deep Learning Systems

深度学习系统的自动化测试

基本信息

  • 批准号：
    19H04086
  • 负责人：
    Zhao Jianjun
  • 金额：
    $ 10.98万
  • 依托单位：
    Kyushu University
  • 依托单位国家：
    日本
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
  • 财政年份：
    2019
  • 资助国家：
    日本
  • 起止时间：
    2019-04-01 至 2022-03-31
  • 项目状态：
    已结题

项目摘要

项目成果

期刊论文数量（33）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Nanyang Technological University/A*Star(シンガポール)
南洋理工大学/A*Star（新加坡）
  • DOI：
  • 发表时间：
  • 期刊：
  • 影响因子：
    0
  • 作者：
  • 通讯作者：
The 11th Asia-Pacific Symposium on Internetware (Intertware 2019)
第十一届亚太互联网软件研讨会（Intertware 2019）
  • DOI：
  • 发表时间：
    2019
  • 期刊：
  • 影响因子：
    0
  • 作者：
  • 通讯作者：
The 8th Asian-Pacific Workshop on Advanced Software Engineering (AWASE 2019)
第八届亚太高级软件工程研讨会（AWASE 2019）
  • DOI：
  • 发表时间：
    2019
  • 期刊：
  • 影响因子：
    0
  • 作者：
  • 通讯作者：
DeepHunter: a coverage-guided fuzz testing framework for deep neural networks
DeepRepair: Style-Guided Repairing for Deep Neural Networks in the Real-World Operational Environment
  • DOI：
    10.1109/tr.2021.3096332
  • 发表时间：
    2022-12
  • 期刊：
    IEEE Transactions on Reliability
  • 影响因子：
    5.9
  • 作者：
    Bing Yu;Hua Qi;Guo Qing;Felix Juefei-Xu;Xiaofei Xie;L. Ma;Jianjun Zhao
  • 通讯作者：
    Bing Yu;Hua Qi;Guo Qing;Felix Juefei-Xu;Xiaofei Xie;L. Ma;Jianjun Zhao
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ patent.updateTime }}

Zhao Jianjun其他文献

Post-Fire Vegetation Succession and Surface Energy Fluxes Derived from Remote Sensing
火灾后植被演替和遥感得出的表面能通量
  • DOI：
    10.3390/rs10071000
  • 发表时间：
    2018
  • 期刊：
    Remote Sensing
  • 影响因子：
    5
  • 作者：
    Li Xuedong;Zhang Hongyan;Yang Guangbin;Ding Yanling;Zhao Jianjun
  • 通讯作者：
    Zhao Jianjun
Software-physical synergetic design methodology of mechatronic systems based on formal functional models
基于形式功能模型的机电系统软物理协同设计方法
  • DOI：
    10.1007/s00163-020-00334-9
  • 发表时间：
    2020-03
  • 期刊：
    Research in Engineering Design
  • 影响因子：
    3.2
  • 作者：
    Cao Yue;Liu Yusheng;Ye Xiaoping;Zhao Jianjun;Gao Su
  • 通讯作者：
    Gao Su
Spatial and Temporal Changes in Vegetation Phenology at Middle and High Latitudes of the Northern Hemisphere over the Past Three Decades
近三十年北半球中高纬度地区植被物候时空变化
  • DOI：
    10.3390/rs70810973
  • 发表时间：
    2015
  • 期刊：
    Remote Sensing
  • 影响因子：
    5
  • 作者：
    Zhao Jianjun;Zhang Hongyan;Zhang Zhengxiang;Guo Xiaoyi;Li Xuedong;Chen Chun
  • 通讯作者：
    Chen Chun
Automatic hierarchical mid-surface abstraction of thin-walled model based on rib decomposition
基于肋分解的薄壁模型自动分层中面抽象
  • DOI：
    10.1016/j.advengsoft.2016.01.007
  • 发表时间：
    2016
  • 期刊：
    Advances in Engineering Software
  • 影响因子：
    4.8
  • 作者：
    Zhu Huawei;Shao Yanli;Liu Yusheng;Zhao Jianjun
  • 通讯作者：
    Zhao Jianjun
An integrated approach for automated physical architecture generation and multi-criteria evaluation for complex product design
用于复杂产品设计的自动物理架构生成和多标准评估的集成方法
  • DOI：
    10.1080/09544828.2018.1563287
  • 发表时间：
    2019-01
  • 期刊：
    Journal of Engineering Design
  • 影响因子：
    2.7
  • 作者：
    Chen Ruirui;Liu Yusheng;Fan Hongri;Zhao Jianjun;Ye Xiaoping
  • 通讯作者：
    Ye Xiaoping

Zhao Jianjun的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
立即体验

{{ truncateString('Zhao Jianjun', 18)}}的其他基金

Dependence Analysis of Reactive Programs and Its Applications
反应式程序的依赖分析及其应用
  • 批准号：
    16H07031
  • 财政年份：
    2016
  • 资助金额：
    $ 10.98万
  • 项目类别：
    Grant-in-Aid for Research Activity Start-up

相似海外基金

要求と実装のトレーサビリティー追求による深層学習システムの高品質化
通过追求需求和实施的可追溯性来提高深度学习系统的质量
  • 批准号：
    23K21657
  • 财政年份：
    2024
  • 资助金额：
    $ 10.98万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
A data-saving and self-supervised deep learning system for continuous ischemic stroke assessment
用于连续缺血性中风评估的数据保存和自我监督深度学习系统
  • 批准号：
    24K15011
  • 财政年份：
    2024
  • 资助金额：
    $ 10.98万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
Development and Validation of a Deep Learning system to estimate Interstitial Fibrosis from a kidney ultrasonography image
开发和验证从肾脏超声图像估计间质纤维化的深度学习系统
  • 批准号：
    10781840
  • 财政年份：
    2023
  • 资助金额：
    $ 10.98万
  • 项目类别：
Construction and Implementation of a Deep Learning System for Estimating the Production Date and Region of Buddhist Statues
估算佛像制作日期和地区的深度学习系统的构建与实现
  • 批准号：
    23H05427
  • 财政年份：
    2023
  • 资助金额：
    $ 10.98万
  • 项目类别：
    Grant-in-Aid for Scientific Research (S)
Dialysis access monitoring using a digital stethoscope-based deep learning system
使用基于数字听诊器的深度学习系统进行透析访问监控
  • 批准号：
    10255460
  • 财政年份：
    2021
  • 资助金额：
    $ 10.98万
  • 项目类别：
Can Deep-Learning system detect aberrant responses in personality tests?
深度学习系统可以检测性格测试中的异常反应吗？
  • 批准号：
    21K03110
  • 财政年份：
    2021
  • 资助金额：
    $ 10.98万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
Establishment of artificial intelligence (deep learning) system for histological diagnosis and prediction of malignancy in lung cancer
肺癌组织学诊断及恶性预测人工智能（深度学习）系统的建立
  • 批准号：
    18K07713
  • 财政年份：
    2018
  • 资助金额：
    $ 10.98万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
I-Corps: Artificial Intelligence and Deep Learning System for Product Search
I-Corps：用于产品搜索的人工智能和深度学习系统
  • 批准号：
    1648728
  • 财政年份：
    2016
  • 资助金额：
    $ 10.98万
  • 项目类别：
    Standard Grant
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了