研究论文 · 发布 2022.04.16 · 发表／录用：作者报告
Ergo, SMIRK is Safe：行人自动紧急制动机器学习组件的安全案例
Ergo, SMIRK is Safe: A Safety Case for a Machine Learning Component in a Pedestrian Automatic Emergency Brake System
资料概述
SMIRK 是运行于工业仿真器的机器学习行人紧急制动演示系统。研究在最小运行域内应用 AMLAS，公开组件安全案例和实现，并总结保障过程中的经验。
出版与版本信息
发表、录用或会议信息来自 arXiv 上作者的报告，下方保留原文表述。
原文作者提供的信息
以下为 arXiv 上作者提供的信息。
Accepted for publication in Software Quality Journal
版本: arXiv v3 — manuscript revision