FIDGET: Deep Learning-Based Fault Injection Framework for Safety Analysis and Intelligent Generation of Labeled Training Data

Fabarisov, Tagir; Morozov, Andrey; Mamaev, Ilshat; Grimmeisen, Philipp

doi:10.1109/ETFA52439.2022.9921507

FIDGET: Deep Learning-Based Fault Injection Framework for Safety Analysis and Intelligent Generation of Labeled Training Data

Fabarisov, Tagir; Morozov, Andrey; Mamaev, Ilshat ¹; Grimmeisen, Philipp
¹ Institut für Anthropomatik und Robotik (IAR), Karlsruher Institut für Technologie (KIT)

Externe Links

Originalveröffentlichung
DOI: 10.1109/ETFA52439.2022.9921507

Scopus
Zitationen: 1

Dimensions
Zitationen: 1

Export

Statistiken

Seitenaufrufe: 70
seit 28.11.2022

Zugehörige Institution(en) am KIT	Institut für Anthropomatik und Robotik (IAR)
Publikationstyp	Proceedingsbeitrag
Publikationsjahr	2022
Sprache	Englisch
Identifikator	ISBN: 978-1-66549-996-5 ISSN: 1946-0740 KITopen-ID: 1000153165
Erschienen in	2022 IEEE 27th International Conference on Emerging Technologies and Factory Automation (ETFA)
Veranstaltung	27th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA 2022), Stuttgart, Deutschland, 06.09.2022 – 09.09.2022
Verlag	Institute of Electrical and Electronics Engineers (IEEE)
Seiten	1–6
Serie	Proceedings of IEEE International Conference on Emerging Technologies & Factory Automation
Vorab online veröffentlicht am	25.10.2022
Nachgewiesen in	Scopus Dimensions

Repository KITopen

FIDGET: Deep Learning-Based Fault Injection Framework for Safety Analysis and Intelligent Generation of Labeled Training Data