VaryMinions: leveraging RNNs to identify variants in event logs - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

VaryMinions: leveraging RNNs to identify variants in event logs

Sophie Fortz
Université de Namur [Namur]
Paul Temple
Université de Namur [Namur]
Diversity-centric Software Engineering
CV
Xavier Devroey
Université de Namur [Namur]
Patrick Heymans
  • Fonction : Auteur
  • PersonId : 927800
  • IdRef : 185269273
Université de Namur [Namur]
Gilles Perrouin
Université de Namur [Namur]
Fonds de la Recherche Scientifique [FNRS]

Domaines

Intelligence artificielle [cs.AI] Génie logiciel [cs.SE]

Paul TEMPLE  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03840073

Soumis le : vendredi 4 novembre 2022-17:32:59

Dernière modification le : lundi 11 mars 2024-12:20:28

Fichier non déposé

Dates et versions

hal-03840073 , version 1 (04-11-2022)

Identifiants

Citer

Sophie Fortz, Paul Temple, Xavier Devroey, Patrick Heymans, Gilles Perrouin. VaryMinions: leveraging RNNs to identify variants in event logs. International Workshop on Machine Learning Techniques for Software Quality Evolution (MaLTeSQuE), Aug 2021, Athènes, Greece. pp.13-18, ⟨10.1145/3472674.3473980⟩. ⟨hal-03840073⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-RENNES1 CNRS INRIA INSA-RENNES IRISA CENTRALESUPELEC INRIA2 UR1-MATH-STIC UR1-UFR-ISTIC UNIV-RENNES UR1-MATH-NUM
37 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More