CAFD: Concept-Aware DNN Fault Detection using VLMs

CAFD ist ein neuer lernbasierter Ansatz zur Fehlererkennung in tiefen neuronalen Netzen (DNNs), der mehrere Informationsquellen für überlegene Leistung und Effizienz integriert. Er nutzt modellbasierte Signale, distanzbasierte Merkmale und ein neuartiges Concept Failure Ratio (CFR), das von Vision-Language-Modellen (VLMs) abgeleitet wird.