Epistemic AI

DeepSmoke: Deep learning model for smoke detection and segmentation in outdoor environments

Auteurs: Salman Khan; Salman Khan; Khan Muhammad; Tanveer Hussain; Javier Del Ser; Fabio Cuzzolin; Siddhartha Bhattacharyya; Zahid Akhtar; Victor Hugo C. de Albuquerque
Publié dans: Expert Systems with Applications, 2021, Page(s) 115-125, ISSN 0957-4174
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.eswa.2021.115125

ROAD-R: the autonomous driving dataset with logical requirements

Auteurs: Eleonora Giunchiglia, Mihaela Cătălina Stoian, Salman Khan, Fabio Cuzzolin, Thomas Lukasiewicz
Publié dans: Machine Learning, Numéro 112, 2023, Page(s) 3261-3291, ISSN 0885-6125
Éditeur: Kluwer Academic Publishers
DOI: 10.1007/s10994-023-06322-z

Fleet planning under demand and fuel price uncertainty using actor–critic reinforcement learning

Auteurs: Izaak L. Geursen, Bruno F. Santos, Neil Yorke-Smith
Publié dans: Journal of Air Transport Management, Numéro 109, 2023, Page(s) 102397, ISSN 0969-6997
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.jairtraman.2023.102397

Most likely heteroscedastic Gaussian process via kernel smoothing

Auteurs: Ghifari Adam Faza, Nasrulloh R.B.S. Loka, Keivan Shariatmadar, Hans Hallez, David Moens
Publié dans: Knowledge-Based Systems, Numéro 328, 2026, Page(s) 114202, ISSN 0950-7051
Éditeur: Elsevier BV
DOI: 10.1016/j.knosys.2025.114202

Uncertainty measures: A critical survey

Auteurs: Fabio Cuzzolin
Publié dans: Information Fusion, Numéro 114, 2024, Page(s) 102609, ISSN 1566-2535
Éditeur: Elsevier BV
DOI: 10.1016/j.inffus.2024.102609

Berth planning and real-time disruption recovery: a simulation study for a tidal port

Auteurs: Jaap-Jan van der Steeg, Menno Oudshoorn, Neil Yorke-Smith
Publié dans: Flexible Services and Manufacturing Journal, Numéro 35, 2023, Page(s) 70-110, ISSN 1936-6582
Éditeur: Springer Pub. Co.,
DOI: 10.1007/s10696-022-09473-8

Enhancing the dependability of autonomous surface vehicles through robustness benchmarking of real-time object detection models

Auteurs: Yunjia Wang, Zihao Zhang, Kaizheng Wang, Holger Caesar, Jeroen Boydens, Davy Pissoort, Mathias Verbeke
Publié dans: Expert Systems with Applications, Numéro 296, 2026, Page(s) 129151, ISSN 0957-4174
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.eswa.2025.129151

Theory of Mind and Preference Learning at the Interface of Cognitive Science, Neuroscience, and AI: A Review

Auteurs: Christelle Langley, Bogdan-Ionut Cirstea, Fabio Cuzzolin and Barbara J. Sahakian
Publié dans: Frontiers in Artificial Intelligence, Numéro April 5 2022, 2022, ISSN 2624-8212
Éditeur: Frontiers Media S.A.
DOI: 10.3389/frai.2022.778852

ROAD: The ROad event Awareness Dataset for autonomous Driving

Auteurs: Gurkirt Singh, Stephen Akrigg, Manuele Di Maio, Valentina Fontana, Reza Javanmard Alitappeh, Suman Saha, Kossar Jeddisaravi, Farzad Yousefi, Jacob Culley, Tom Nicholson, Jordan Omokeowa, Salman Khan, Stanislao Grazioso, Andrew Bradley, Giuseppe Di Gironimo, Fabio Cuzzolin
Publié dans: IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, ISSN 1939-3539
Éditeur: IEEE
DOI: 10.1109/tpami.2022.3150906

A Review of Uncertainty Representation and Quantification in Neural Networks

Auteurs: Kaizheng Wang, Fabio Cuzzolin, Keivan Shariatmadar, David Moens, Hans Hallez
Publié dans: IEEE Transactions on Pattern Analysis and Machine Intelligence, Numéro 48, 2026, Page(s) 2476-2495, ISSN 0162-8828
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tpami.2025.3626645

CreINNs: Credal-Set Interval Neural Networks for Uncertainty Estimation in Classification Tasks

Auteurs: Kaizheng Wang, Keivan Shariatmadar, Shireen Kudukkil Manchingal, Fabio Cuzzolin, David Moens, Hans Hallez
Publié dans: Neural Networks, Numéro 185, 2025, Page(s) 107198, ISSN 0893-6080
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.neunet.2025.107198

Generalising realisability in statistical learning theory under epistemic uncertainty

Auteurs: F. Cuzzolin
Publié dans: arXiv preprint arXiv:2402.14759, Numéro 22 Feb 2024, 2024
Éditeur: Cornell University
DOI: 10.48550/arxiv.2402.14759

Set-based v.s. Distribution-based Representations of Epistemic Uncertainty: A Comparative Study

Auteurs: K. Wang, Y. Wang, F. Cuzzolin, D. Moens, H. Hallez, S.L. Chau
Publié dans: arXiv preprint arXiv:2602.22747, Numéro February 26 2026, 2026
Éditeur: Cornell University
DOI: 10.48550/arxiv.2602.22747

Random-Set Large Language Model

Auteurs: M. Mubashar, S.K. Manchingal, F. Cuzzolin
Publié dans: arXiv preprint arXiv:2504.18085, Numéro 25 April 2025, 2025
Éditeur: Cornell University
DOI: 10.48550/arxiv.2504.18085

Epistemic Wrapping for Uncertainty Quantification

Auteurs: M. Sultana, N. Yorke-Smith, K. Wang, S.K. Manchingal, M. Mubashar, F. Cuzzolin
Publié dans: arXiv preprint arXiv:2505.02277, Numéro 4 May 2025, 2025
Éditeur: Cornell University
DOI: 10.48550/arxiv.2505.02277

Credal and Interval Deep Evidential Classifications

Auteurs: M. Caprio, S.K. Manchingal, F. Cuzzolin
Publié dans: arXiv preprint arXiv:2512.05526, Numéro December 5 2025, 2025
Éditeur: Cornell University
DOI: 10.48550/arxiv.2512.05526

An introduction to optimization under uncertainty -- A short survey

Auteurs: Shariatmadar, Keivan; Wang, Kaizheng; Hubbard, Calvin R.; Hallez, Hans; Moens, David
Publié dans: arXiv report arxiv.2212.00862, Numéro 1 Dec 2022, 2022
Éditeur: Cornell University
DOI: 10.48550/arxiv.2212.00862

Sufficient Decision Proxies For Decision-Focused Learning

Auteurs: Schutte, N., Veviurko, G., Postek, K., and Yorke-Smith, N.
Publié dans: arXiv preprint, Numéro May 2025, 2025
Éditeur: Cornell University
DOI: 10.48550/arxiv.2505.03953

Credal learning theory

Auteurs: M. Caprio, M. Sultana, E. Elia and F. Cuzzolin
Publié dans: arXiv preprint arXiv:2402.00957, Numéro 2 May 2024, 2024
Éditeur: Cornell University
DOI: 10.48550/arxiv.2402.00957

Reasoning with random sets: An agenda for the future

Auteurs: F. Cuzzolin
Publié dans: arXiv preprint arXiv:2401.09435, Numéro 19 Dec 2023, 2024
Éditeur: Cornell University
DOI: 10.48550/arxiv.2401.09435

The intersection probability: betting with probability intervals

Auteurs: Fabio Cuzzolin
Publié dans: arXiv preprint arxiv.2201.01729, Numéro 5 January 2022, 2022
Éditeur: Cornell University
DOI: 10.48550/arxiv.2201.01729

Uncertainty measures: The big picture

Auteurs: Fabio Cuzzolin
Publié dans: arXiv preprint arxiv.2104.06839, Numéro 14 April 2021, 2021
Éditeur: Cornell University
DOI: 10.48550/arxiv.2104.06839

Direct Interval Propagation Methods using Neural-Network Surrogates for Uncertainty Quantification in Physical Systems Surrogate Model

Auteurs: Ghifari Adam Faza, Jolan Wauters, Fabio Cuzzolin, Hans Hallez, David Moens
Publié dans: SSRN Preprint, Numéro November 26 2025, 2025
Éditeur: Elsevier BV
DOI: 10.2139/ssrn.5812330

CreINNs: Credal-Set Interval Neural Networks for Uncertainty Estimation in Classification Tasks

Auteurs: Kaizheng Wang, Keivan Shariatmadar, Shireen Kudukkil Manchingal, Fabio Cuzzolin, David Moens, Hans Hallez
Publié dans: arXiv preprint arXiv:2401.05043, Numéro 2 Feb 2024, 2024
Éditeur: Cornell University
DOI: 10.48550/arxiv.2401.05043

Epistemic Artificial Intelligence is Essential for Machine Learning Models to Truly 'Know When They Do Not Know'

Auteurs: S.K. Manchingal, A. Bradley, J.F.P. Kooij, K. Shariatmadar, N. Yorke-Smith, F. Cuzzolin
Publié dans: arXiv preprint arXiv:2505.04950, Numéro 8 May 2025, 2025
Éditeur: Cornell University
DOI: 10.48550/arxiv.2505.04950

Path Planning Problem under non-probabilistic Uncertainty

Auteurs: K. Shariatmadar
Publié dans: arXiv preprint arXiv.2212.01388, Numéro 1 Dec 2022, 2022
Éditeur: Cornell University
DOI: 10.48550/arxiv.2212.01388

Vision in adverse weather: Augmentation using CycleGANs with various object detectors for robust perception in autonomous racing

Auteurs: Izzeddin Teeti, Valentina Musat, Salman Khan, Alexander Rast, Fabio Cuzzolin, Andrew Bradley
Publié dans: arXiv preprint arxiv.2201.03246, Numéro 11 January 2022, 2022
Éditeur: Cornell University
DOI: 10.48550/arxiv.2201.03246

Generalisation of Total Uncertainty in AI: A Theoretical Study

Auteurs: K. Shariatmadar
Publié dans: arXiv preprint arXiv.2408.00946, Numéro 1 Aug 2024, 2024
Éditeur: Cornell University
DOI: 10.48550/arxiv.2408.00946

Learning Credal Ensembles via Distributionally Robust Optimization

Auteurs: K. Wang, G.A. Faza, F. Cuzzolin, S.L. Chau, D. Moens, H. Hallez
Publié dans: arXiv preprint arXiv:2602.08470, Numéro February 9 2026, 2026
Éditeur: Cornell University
DOI: 10.48550/arxiv.2602.08470

A geometric approach to conditioning belief functions

Auteurs: Fabio Cuzzolin
Publié dans: arXiv preprint arxiv.2104.10651, Numéro 21 April 2021, 2021
Éditeur: Cornell University
DOI: 10.48550/arxiv.2104.10651

Credal Ensemble Distillation for Uncertainty Quantification

Auteurs: K. Wang, F. Cuzzolin, D. Moens, H. Hallez
Publié dans: 40th Annual AAAI Conference on Artificial Intelligence (AAAI 2026), Numéro February 20 2026, 2026
Éditeur: AAAI Press
DOI: 10.48550/arxiv.2511.13766

On the Estimation of Image-Matching Uncertainty in Visual Place Recognition

Auteurs: Mubariz Zaffar, Liangliang Nan, Julian F. P. Kooij
Publié dans: 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Numéro 31, 2024, Page(s) 17743-17753
Éditeur: IEEE
DOI: 10.1109/cvpr52733.2024.01680

Bayesian Deep Q-Learning via Sequential Monte Carlo

Auteurs: Pascal Van der Vaart, Matthijs T. J. Spaan, Neil Yorke-Smith
Publié dans: 16th European Workshop on Reinforcement Learning (EWRL 2023), Numéro 14 Sep 2023, 2023
Éditeur: EWRL
DOI: 10.5281/zenodo.14245136

Bayesian Model-Free Deep Reinforcement Learning

Auteurs: Pascal van der Vaart
Publié dans: AAMAS '24: Proceedings of the 23rd International Conference on Autonomous Agents and Multiagent Systems, Numéro 6 May 2024, 2024, Page(s) 2782-2784
Éditeur: IFAAMAS
DOI: 10.5555/3635637.3663285

Incentives for Accurate Energy Predictions: How to Reduce Epistemic Uncertainty

Auteurs: Roland Saur, Han La Poutré, Neil Yorke-Smith
Publié dans: The 15th ACM International Conference on Future and Sustainable Energy Systems, Numéro June 4 2024, 2025, Page(s) 192-202
Éditeur: ACM
DOI: 10.1145/3632775.3661956

A Hybrid Graph Network for Complex Activity Detection in Video

Auteurs: Salman Khan, Izzeddin Teeti, Andrew Bradley, Mohamed Elhoseiny, Fabio Cuzzolin
Publié dans: 2024 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), Numéro 32, 2024, Page(s) 6748-6758
Éditeur: IEEE
DOI: 10.1109/wacv57701.2024.00662

Value Improved Actor Critic Algorithms

Auteurs: Y. Oren, M. A. Zanger, P. R. van der Vaart, M. M. Çelikok, W. Böhmer, and M. T. J. Spaan
Publié dans: The Thirty‑ninth Annual Conference on Neural Information Processing Systems (NeurIPS), Numéro 2 December 2025, 2025
Éditeur: NeurIPS
DOI: 10.48550/arxiv.2406.01423

Diverse Projection Ensembles for Distributional Reinforcement Learning

Auteurs: Zanger, Moritz A.; Böhmer, Wendelin; Spaan, Matthijs T. J.
Publié dans: 16th European Workshop on Reinforcement Learning (EWRL 2023), Numéro 14 Sep 2023, 2023
Éditeur: EWRL
DOI: 10.48550/arxiv.2306.07124

A Unified Evaluation Framework for Epistemic Predictions

Auteurs: S.K. Manchingal, M. Mubashar, K. Wang, F. Cuzzolin
Publié dans: The 28th International Conference on Artificial Intelligence and Statistics, AISTATS 25, Numéro 3 May 2025, 2025
Éditeur: The Proceedings of Machine Learning Research
DOI: 10.48550/arxiv.2501.16912

Bayesian Ensembles for Exploration in Deep Q-Learning

Auteurs: Pascal Van der Vaart, Neil Yorke-Smith, Matthijs T. J. Spaan
Publié dans: Sixteenth Workshop on Adaptive and Learning Agents (ALA 2024), Numéro 6 May 2024, 2024, Page(s) 2528 - 2530
Éditeur: Adaptive Learning Agents Workshop 2024
DOI: 10.5555/3635637.3663216

Interval Reduced Order Surrogate Modelling Framework for Uncertainty Quantification

Auteurs: Ghifari A. Faza, Keivan Shariatmadar, Hans Hallez, David Moens
Publié dans: AIAA SCITECH 2024 Forum, Numéro 4 Jan 2024, 2024
Éditeur: American Institute of Aeronautics and Astronautics
DOI: 10.2514/6.2024-0387

A generalisation of the Bellman Equation in Epistemic Reinforcement Learning

Auteurs: K. Shariatmadar, J. Golub, A. Faza, D. Moens
Publié dans: XAI workshop, Numéro May 23 2024, 2024
Éditeur: Eindhoven Artificial Intelligence Systems Institute
DOI: 10.5281/zenodo.14217032

Epistemic Deep Learning

Auteurs: Shireen Kudukkil Manchingal, Fabio Cuzzolin
Publié dans: ICML 2022 Workshop on Distribution-Free Uncertainty Quantification, Numéro 23 Jul 2022, 2022
Éditeur: ICML
DOI: 10.48550/arxiv.2206.07609

Diverse Projection Ensembles for Distributional Reinforcement Learning

Auteurs: Moritz Akiya Zanger, Wendelin Boehmer, Matthijs T. J. Spaan
Publié dans: The Twelfth International Conference on Learning Representations (ICLR 2024), Numéro 7 May 2024, 2024
Éditeur: ICLR
DOI: 10.5281/zenodo.14236990

How Ensembles of Distilled Policies Improve Generalisation in Reinforcement Learning

Auteurs: M. Weltevrede, M. A. Zanger, M. T. J. Spaan, and W. Böhmer.
Publié dans: The Thirty‑ninth Annual Conference on Neural Information Processing Systems (NeurIPS),, Numéro 2 December 2025, 2025
Éditeur: NeurIPS
DOI: 10.48550/arxiv.2505.16581

Credal Deep Ensembles for Uncertainty Quantification

Auteurs: Fabio Cuzzolin, Hans Hallez, Shireen Manchingal, David Moens, Keivan Shariatmadar, Kaizheng Wang
Publié dans: Advances in Neural Information Processing Systems 37, Numéro 10 December 2024, 2025, Page(s) 79540-79572
Éditeur: Neural Information Processing Systems Foundation, Inc. (NeurIPS)
DOI: 10.52202/079017-2525

Uncertainty-Aware Autonomous Vehicles: Predicting the Road Ahead

Auteurs: S.K. Manchingal, A. Amaritei, M. Gohad, M. Sultana, J.F.P. Kooij, F. Cuzzolin, A. Bradley
Publié dans: IEEE International Conference on Robotics & Automation (ICRA 2026), Numéro June 1 2026, 2026
Éditeur: IEEE International Conference on Robotics & Automation (ICRA)
DOI: 10.48550/arxiv.2510.22680

Optimization Under Epistemic Uncertainty With a Focus on Decision-Focused Learning

Auteurs: Noah Schutte
Publié dans: Proceedings of the Thirty-ThirdInternational Joint Conference on Artificial Intelligence, Numéro 3-9 Aug 2024, 2024, Page(s) 8504-8505
Éditeur: International Joint Conferences on Artificial Intelligence Organization
DOI: 10.24963/ijcai.2024/967

Science of AI - Total Uncertainty in AI

Auteurs: Keivan Shariatmadar
Publié dans: Leuven.AI Workshop, Numéro Jun 3 2024, 2024
Éditeur: KU Leuven
DOI: 10.5281/zenodo.14223938

Credal Wrapper of Model Averaging for Uncertainty Estimation on Out-Of-Distribution Detection

Auteurs: K. Wang, F. Cuzzolin, K. Shariatmadar, D. Moens, H. Hallez
Publié dans: 3th International Conference on Learning Representations (ICLR 2025), Numéro 24 April 2025, 2025, ISBN 9798331320850
Éditeur: International Conference on Learning Representations (ICLR), POD Curran Associates, Inc.
DOI: 10.48550/arxiv.2405.15047

Universal Value-Function Uncertainties

Auteurs: M.A. Zanger, M. Weltevrede, Y. Oren, P.R. Van der Vaart, C. Horsch, W. Bohmer, M.T.J. Spaan
Publié dans: The 14th International Conference on Learning Representations (ICLR 2026), Numéro April 23 2026, 2026
Éditeur: International Conference on Learning Representations (ICLR)
DOI: 10.48550/arxiv.2505.21119

Robust Losses for Decision-Focused Learning

Auteurs: Noah Schutte, Krzysztof Postek, Neil Yorke-Smith
Publié dans: Proceedings of the Thirty-ThirdInternational Joint Conference on Artificial Intelligence, Numéro 3-9 Aug 2024, 2024, Page(s) 4868-4875
Éditeur: International Joint Conferences on Artificial Intelligence Organization
DOI: 10.24963/ijcai.2024/538

Random-Set Convolutional Neural Network (RS-CNN) for Epistemic Deep Learning

Auteurs: Shireen Kudukkil Manchingal, Muhammad Mubashar, Kaizheng Wang, Keivan Shariatmadar, Fabio Cuzzolin
Publié dans: 13th International Conference on Learning Representations (ICLR 2025), Numéro 24 April 2025, 2025, ISBN 9798331320850
Éditeur: International Conference on Learning Representations (ICLR), POD Curran Associates, Inc.
DOI: 10.48550/arxiv.2307.05772

YOLO-Z: Improving small object detection in YOLOv5 for autonomous vehicles

Auteurs: Aduen Benjumea, Izzeddin Teeti, Fabio Cuzzolin, Andrew Bradley
Publié dans: 2021 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW), Numéro 23 December 2021, 2021
Éditeur: IEEE
DOI: 10.48550/arxiv.2112.11798

E-MCTS: Deep Exploration in Model-Based Reinforcement Learning by Planning with Epistemic Uncertainty

Auteurs: Oren, Yaniv; Spaan, Matthijs T. J.; Böhmer, Wendelin
Publié dans: 13th International Conference on Learning Representations (ICLR 2025), Numéro 24 April 2025, 2025, ISBN 9798331320850
Éditeur: International Conference on Learning Representations (ICLR), POD Curran Associates, Inc.
DOI: 10.48550/arxiv.2210.13455

Auteurs: M.A. Zanger, P.R. Van der Vaart, W. Boehmer, M.T.J. Spaan
Publié dans: The 14th International Conference on Learning Representations (ICLR 2026), Numéro April 23 2026, 2026
Éditeur: International Conference on Learning Representations (ICLR)
DOI: 10.48550/arxiv.2503.11339

Credal Learning Theory

Auteurs: Michele Caprio, Fabio Cuzzolin, Eleni Elia, Maryam Sultana
Publié dans: Advances in Neural Information Processing Systems 37, Numéro 10 December 2024, 2025, Page(s) 38665-38694
Éditeur: Neural Information Processing Systems Foundation, Inc. (NeurIPS)
DOI: 10.52202/079017-1221

Epistemic Bellman Operators

Auteurs: Pascal R. Van der Vaart, Matthijs T. J. Spaan, Neil Yorke-Smith
Publié dans: Proceedings of the AAAI Conference on Artificial Intelligence, Numéro 39, 2025, Page(s) 20973-20981, ISSN 2374-3468
Éditeur: Association for the Advancement of Artificial Intelligence (AAAI)
DOI: 10.1609/aaai.v39i20.35393

Multi-weather city: Adverse weather stacking for autonomous driving

Auteurs: Valentina Mușat, Ivan Fursa, Paul Newman, Fabio Cuzzolin, Andrew Bradley
Publié dans: 2021 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW), Numéro 11-17 Oct 2021, 2022
Éditeur: IEEE
DOI: 10.1109/iccvw54120.2021.00325

Navigating the Waters of Object Detection: Evaluating the Robustness of Real-time Object Detection Models for Autonomous Surface Vehicles

Auteurs: Yunjia Wang, Kaizheng Wang, Zihao Zhang, Jeroen Boydens, Davy Pissoort, Mathias Verbeke
Publié dans: 2024 IEEE Conference on Artificial Intelligence (CAI), Numéro June 25 2024, 2024, Page(s) 985-992
Éditeur: IEEE
DOI: 10.1109/cai59869.2024.00180

ROAD-R: The Autonomous Driving Dataset with Logical Requirements

Auteurs: E. Giunchiglia, M. Stoian, S. Khan, F. Cuzzolin and T. Lukasiewicz
Publié dans: IJCAI 2022 - Workshop on Artificial Intelligence for Autonomous Driving (AI4AD 2022), Numéro 23 Jul 2022, 2022
Éditeur: International Joint Conferences on Artificial Intelligence Organization
DOI: 10.48550/arxiv.2210.01597

Epistemic Uncertainty in Artificial Intelligence

Auteurs: Fabio Cuzzolin, Maryam Sultana
Publié dans: Lecture Notes in Computer Science, Numéro 23 Apr 2024, 2024, ISBN 978-3-031-57963-9
Éditeur: Springer Nature
DOI: 10.1007/978-3-031-57963-9

Uncertainty in Reinforcement Learning and its Application to Scheduling Problems in Manufacturing

Auteurs: J. Golub, A. Faza, K. Shariatmadar, D. Moens
Publié dans: MSc dissertation, 2024
Éditeur: KU Leuven
DOI: 10.5281/zenodo.14223900

Improving Metaheuristic Efficiency for Stochastic Optimization by Sequential Predictive Sampling

Auteurs: Noah Schutte, Krzysztof Postek, Neil Yorke-Smith
Publié dans: Lecture Notes in Computer Science, Integration of Constraint Programming, Artificial Intelligence, and Operations Research, Numéro 25 May 2024, 2024, Page(s) 158-175
Éditeur: Springer Nature Switzerland
DOI: 10.1007/978-3-031-60599-4_10

Livrables

Publications

Partager cette page Partager cette page sur les réseaux sociaux

Télécharger Télécharger le contenu de la page