Paolo Tonella

Aprendizado por reforço melhora os métodos de teste pra segurança de direção autônoma.

Novos métodos aumentam a segurança medindo a confiança nas decisões de veículos autônomos.

Uma nova ferramenta melhora os testes de agentes de aprendizado por reforço contra falhas.

Examinamos dois cenários para desenvolver ferramentas de segurança contra ataques.

Descubra as vulnerabilidades dos veículos autônomos e as ameaças que eles enfrentam.

Aprenda a identificar e resolver problemas em modelos de deep learning de forma eficaz.

Um guia pra entender e resolver falhas em modelos de deep learning.

Melhorando a legibilidade dos testes automatizados usando modelos de linguagem.