Aug, 2024
通过分段线性逼近和利普希茨优化验证神经网络的几何鲁棒性
Verification of Geometric Robustness of Neural Networks via Piecewise
Linear Approximation and Lipschitz Optimisation
TL;DR本研究解决了神经网络在几何变换（如旋转、缩放、剪切和位移）下的验证问题。通过结合抽样和线性近似，并使用分支限界利普希茨优化，提出了一种计算可证明健全的分段线性约束的方法。实验结果表明，该方法能够解决比现有方法多32%的验证案例，展现出更紧凑的扰动区域的上界。