二値化ニューラルネットワークの特性検証のための混合整数計画法【JST・京大機械翻訳】

Lazarus Christopher; Kochenderfer Mykel J.

プレプリント

J-GLOBAL ID：202202208303737213 整理番号：22P0303728

二値化ニューラルネットワークの特性検証のための混合整数計画法【JST・京大機械翻訳】

A Mixed Integer Programming Approach for Verifying Properties of Binarized Neural Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年03月10日プレプリントサーバーでの情報更新日： 2022年03月10日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ニューラルネットワークの入出力特性を検証する多くのアプローチが最近提案されている。しかしながら,既存のアルゴリズムは,大規模ネットワークにうまくスケールしない。モデル圧縮の分野における最近の研究は,パラメータおよび活性化がバイナリである二値化ニューラルネットワーク(BNN)を研究した。BNNは,それらの完全精度の対応物と比較して,性能のわずかな減少を示す傾向があるが,それらは検証が容易である。本論文では,ネットワーク構造を利用するBNN検証のための簡単な混合整数計画定式化を提案した。MNISTデータセットと航空機衝突回避コントローラで訓練されたBNNの特性を検証することにより,提案アプローチを実証した。完全精度ニューラルネットワークのための最先端の検証アルゴリズムに対する著者らのアプローチの実行時間を比較した。結果は,訓練BNNの困難さが,著者らの検証アルゴリズムによって達成される実行時間の減少に値するかもしれないことを示唆する。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能 , ニューロコンピュータ

, , ,

前のページに戻る