News
11.08.2022
New KI-LOK project report
The report provides information on the goals and strategies of the KI-LOK project for automated testing of AI-based perception systems using a tabular breakdown.
Er steht kostenlos zum Download zur Verfügung.
Additional Publications
Jan Gruteser, David Geleßus, Michael Leuschel, Jan Roßbach and Fabian Vu. A Formal Model of Train Control with AI-based Obstacle Detection. Proceedings RSSRail 2023. LNCS. Springer-Verlag. (HHU)
G. Hemzal, T. Strobel, J. Großmann, M. Leuschel, D. Knoblauch, M. Kucheiko, N. Grube, R. Krajewski: KI-LOK – Ein Verbundprojekt über Prüfverfahren für KI-basierte Komponenten im Eisenbahnbetrieb; Signal + Draht 04/ 2023
Grossmann, J. et al. (2023). Test and Training Data Generation for Object Recognition in the Railway Domain. In: Masci, P., Bernardeschi, C., Graziani, P., Koddenbrock, M., Palmieri, M. (eds) Software Engineering and Formal Methods. SEFM 2022 Collocated Workshops. SEFM 2022. Lecture Notes in Computer Science, vol 13765. Springer, Cham. (Fraunhofer FOKUS, ITPower Solutions); Verfügbar unter: https://link.springer.com/chapter/10.1007/978-3-031-26236-4_1
Klemenc, Jona, and Holger Trittenbach. „Selecting Models based on the Risk of Damage Caused by Adversarial Attacks.“ arXiv preprint arXiv:2301.12151 (2023) (neurocat); Available under: https://arxiv.org/pdf/2301.12151v1.pd
Fabian Vu, Christopher Happe, Michael Leuschel. Generating Domain-Specific Interactive Validation Documents, FMICS 2022 (HHU)
G. Hemzal, T. Strobel, J. Großmann, B.-H. Schlingloff, M. Leuschel, S. Sadeghipour, J. Firnkorn: KI-LOK – Ein Verbundprojekt über Prüfverfahren für KI-basierte Komponenten im Eisenbahnbetrieb; Signal + Draht 10/ 2021