NNV:深層ニューラルネットワークと学習可能サイバー物理システムのためのニューラルネットワーク検証ツール【JST・京大機械翻訳】

Tran Hoang-Dung; Yang Xiaodong; Lopez Diego Manzanas; Musau Patrick; Nguyen Luan Viet; Xiang Weiming; Bak Stanley; Johnson Taylor T.

プレプリント

J-GLOBAL ID：202202212048110322 整理番号：22P0133920

NNV:深層ニューラルネットワークと学習可能サイバー物理システムのためのニューラルネットワーク検証ツール【JST・京大機械翻訳】

NNV: The Neural Network Verification Tool for Deep Neural Networks and Learning-Enabled Cyber-Physical Systems

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 (8件)： , , , , , , ,
資料名：
発行年： 2020年04月11日プレプリントサーバーでの情報更新日： 2020年04月11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)

本論文では,ニューラルネットワーク検証(NNV)ソフトウェアツール,深層ニューラルネットワーク(DNN)のための集合ベース検証フレームワーク,および学習可能サイバー物理システム(CPS)を提示した。NNVのcruxは,多面体,星集合,帯状疱,および抽象領域表現のような多様な集合表現を利用する可到達性アルゴリズムの収集である。NNVは,様々な活性化関数を持つフィードフォワードニューラルネットワーク(FFNN)の安全性とロバスト性特性を検証するために,厳密(音と完全)と過剰近似(音)可到達性アルゴリズムの両方をサポートする。ニューラルネットワークを組み込んだ閉ループ制御システムのような学習可能CPSに対して,NNVは,線形プラントモデルおよびReLUのような区分的線形活性化関数を有するFFNN制御器に対して,厳密かつ過剰近似可到達性解析方式を提供する。非線形プラントモデルを持つ類似のニューラルネットワーク制御システム(NNCS)に対して,NNVは,CORA上の非線形プラント動力学構築のための,FFNN制御器のために使用されたスターセット解析を組み合わせることによって,オーバー近似解析をサポートする。2つの実世界事例研究を用いてNNVを評価した:最初にACAS Xuネットワークの安全検証であり,第2は深層学習ベース適応巡航制御システムの安全検証を扱う。【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