Jun, 2024
神经网络中正性条件的数学认证，及其在偏单调性和伦理人工智能中的应用
A Mathematical Certification for Positivity Conditions in Neural Networks with Applications to Partial Monotonicity and Ethical AI
Alejandro Polo-Molina, David Alfaya, Jose Portela
TL;DR本文提出了一种名为 LipVor 的新算法，用于通过有限数量的评估来验证黑盒模型，例如人工神经网络（ANN），是否在部分区域上是单调增的。与先前的方法相比，我们的方法能够在不需要受限的 ANN 架构或分段线性激活函数的情况下，数学上验证 ANN 是否部分单调增，从而扩展了在某些关键领域中使用不受限制的 ANN 的可能性。此外，ANN 的其他属性，例如凸性，也可以被形式化为正性条件，因此 LipVor 也可以应用于此。