Contributions et perspectives pour l'amélioration de l'acceptabilité de l'apprentissage profond - TEL - Thèses en ligne Accéder directement au contenu
Hdr Année : 2022

Contributions et perspectives pour l'amélioration de l'acceptabilité de l'apprentissage profond

Adrien Chan-Hon-Tong
  • Fonction : Auteur
  • PersonId : 923812
ONERA - The French Aerospace Lab [Palaiseau]

Mots clés

Trustworthy AI
IA de confiance

Domaines

Traitement des images [eess.IV] Intelligence artificielle [cs.AI]
Fichier principal
Vignette du fichier
manuscrit.pdf (13.05 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Adrien Chan-Hon-Tong  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03655720

Soumis le : mardi 20 décembre 2022-21:08:52

Dernière modification le : vendredi 14 avril 2023-16:46:04

Archivage à long terme le : mercredi 22 mars 2023-16:21:43

Télécharger pour visualiser

Dates et versions

hal-03655720 , version 1 (20-12-2022)

Identifiants

  • HAL Id : hal-03655720 , version 1

Citer

Adrien Chan-Hon-Tong. Contributions et perspectives pour l'amélioration de l'acceptabilité de l'apprentissage profond. Traitement des images [eess.IV]. SORBONNE UNIVERSITE, 2022. ⟨hal-03655720⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

ONERA UNIV-PARIS-SACLAY SORBONNE-UNIVERSITE THESES-SU
138 Consultations
44 Téléchargements

Partager

Gmail Facebook X LinkedIn More