BriefGPT.xyz
Feb, 2023
可证明边界的神经网络原像
Provably Bounding Neural Network Preimages
HTML
PDF
Suhas Kotha, Christopher Brix, Zico Kolter, Krishnamurthy, Dvijotham...
TL;DR
本文介绍了第一个有效的边界传播算法 INVPROP,用于在神经网络的线性约束输出集的原像上验证属性,并可以与分支和限制相结合以实现完整性。我们的算法在安全控制区域量化和神经网络中检测超出分配的输入方面具有应用价值,并且在相同硬件上比先前的工作快2.5倍,可以找到超过2500倍的最紧近似。
Abstract
Most work on the
formal verification
of
neural networks
has focused on bounding forward images of
neural networks
, i.e., the set of output
→