KIT | KIT-Bibliothek | Impressum | Datenschutz

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)


Originalveröffentlichung
DOI: 10.1109/ETFA52439.2022.9921507
Scopus
Zitationen: 1
Dimensions
Zitationen: 1
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 Dimensions
Scopus
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page