Wissenschaftliche Publikationen

Veröffentlichungen, Zeitschriftenaufsätze und Broschüren mit Ergebnissen aus dem Institut

Wissenschaftliche Publikationen

Stichworte: Deep Learning

Liste als BibTeX-Datei exportieren

2025

Mai 2025 Efficient Domain Augmentation for Autonomous Driving Testing Using Diffusion Models Luciano Baresi , Davide Yi Xian Hu , Andrea Stocco und Paolo Tonella In Proceedings of the 47th International Conference on Software Engineering, Seiten 12 pages, Mai 2025. IEEE. Details URL DOI BIB
April 2025 Benchmarking Generative AI Models for Deep Learning Test Input Generation Maryam Maryam , Matteo Biagiola , Vincenzo Riccio und Andrea Stocco In Proceedings of the 18th IEEE International Conference on Software Testing, Verification and Validation, April 2025. IEEE. Details URL BIB

2024

September 2024 Mapping Solar Potential: Comprehensive PV System Detection with Aerial and Satellite Images Using SolarSAM Jessy Matar , Michael Albrecht , Aleksandre Kandelaki , Florian Kotthoff und Markus Duchon In IEEE SmartGridComm 2024 Conference, Oslo, Norway, September 2024. Details URL BIB

Zusätzlich zu den erforderlichen Cookies, die für den Betrieb und die reibungslose Funktion der Website benötigt werden, verwendet fortiss (siehe Impressum) Marketing-Cookies, um die Websiteinhalte zu analysieren und zu verbessern. Mit Hilfe dieser Cookies kann durch pseudonymisierte Daten von Websitenutzern der Nutzerfluss analysiert und beurteilt werden. Die Arten von Cookies werden in der Datenschutzerklärung beschrieben. Dort können Sie Ihre Einwilligung jederzeit ändern.

Erforderlich

Diese Cookies werden für eine reibungslose Funktion unserer Website benötigt.

Name	Zweck	Ablauf	Typ	Anbieter
CookieConsent	Speichert Ihre Einwilligung zur Verwendung von Cookies.	1 Jahr	HTML	Website

Marketing

Mit Hilfe dieser Cookies sind wir bemüht unser Angebot für Sie noch attraktiver zu gestalten. Mittels pseudonymisierter Daten von Websitenutzern kann der Nutzerfluss analysiert und beurteilt werden. Dies gibt uns die Möglichkeit Werbe- und Websiteinhalte zu optimieren.

Name	Zweck	Ablauf	Typ	Anbieter
_pk_id	Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern.	13 Monate	HTML	Matomo
_pk_ref	Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern.	6 Monate	HTML	Matomo
_pk_ses	Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern.	30 Minuten	HTML	Matomo
_pk_cvar	Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern.	30 Minuten	HTML	Matomo
_pk_hsr	Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern.	30 Minuten	HTML	Matomo