文献

J-GLOBAL ID：202202271778997073   整理番号：22A1104994

合計不能性による効率的なニューラルネットワーク解析【JST・京大機械翻訳】

Efficient Neural Network Analysis with Sum-of-Infeasibilities

著者 (4件)： Wu Haoze (Stanford University, Stanford, USA) ,  Zeljic Aleksandar (Stanford University, Stanford, USA) ,  Katz Guy (The Hebrew University of Jerusalem, Jerusalem, Israel) ,  Barrett Clark (Stanford University, Stanford, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13243  ページ： 143-163  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 凸最適化における和分性法に触発されて,区分的線形活性化関数を持つニューラルネットワークに関する検証クエリを解析するための新しい手順を提案する。非凸活性化関数を近似する凸緩和を考慮して,著者らは,コスト関数として活性化関数の違反を符号化し,凸緩和に関してそれを最適化する。Sum-of-Infeasbility(SoI)と呼ばれるコスト関数を設計し,その最小値はゼロであり,全ての活性化関数が満足される場合にのみ達成される。SoIを効率的に最小化するために,確率的手順,DeepSoIを提案した。正準ケース解析ベース完全探索手順への拡張は,DeepSoIと各探索状態で実行される凸手続きを置き換えることにより達成できる。DeepSoIによる完全な探索の拡張は複数の同時目標を達成する。1)反例に対する探索をガイドする。2)より情報のある分岐決定を可能にする。3)それは結合誘導のための付加的機会を作り出す。異なるベンチマークとソルバーにわたる広範な評価は,提案した方法の利点を実証した。特に,SoIが既存の完全探索手順の性能を著しく改善することを示した。さらに,SoIベースの実装は,他の最先端の完全検証器より優れている。また,著者らの技法は,最近の敵対攻撃アルゴリズムによって導かれる摂動境界で効率的に改良できることを示した。Copyright The Author(s) 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  関数 ,  最適化 ,  符号化 ,  *ニューラルネットワーク ,  費用関数 ,  緩和現象 ,  凸形 ,  摂動 ,  ベンチマーク ,  サイバー攻撃
準シソーラス用語： ソルバ ,  活性化関数 ,  反例 ,  クエリー ,  凸最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： ニューラルネットワーク ,  不能性の和 ,  凸最適化 ,  確率的局所探索

分類 (2件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (3件)： 合計 ,  ニューラルネットワーク ,  解析