Forskning om verifiering av deep learning i autonoma fordon

Under det senaste decenniet har automatiserade fordon gått från en vision till tester med liten eller begränsad användning. Denna övergång har varit möjlig tack vare framsteg inom området datorseende (computer vision), med hjälp av framsteg med djupinlärning.

Att integrera djupinlärning i säkerhetskritiska applikationer kommer dock med flera inneboende utmaningar som måste hanteras innan storskalig distribution kan uppnås.

Läs hela avhandlingen här: ”On Improving Validity of Deep Neural Networks in Safety Critical Applications”.