詹姆斯·费雷兹;海塔姆·凯德;亚瑟·舒克利 Fast BATLLNN：二级格型神经网络的快速盒分析。 （英语） Zbl 07807731号 第25届ACM混合系统国际会议论文集：计算与控制，HSCC 2022，CPS-IoT周，意大利米兰，虚拟，2022年5月4-6日。纽约州纽约市：计算机协会（ACM）。第23号论文，第11页（2022年）。 理学硕士： 65年第68季度 形式语言和自动机 60年第68季度 规范和验证（程序逻辑、模型检查等） 93立方 由微分方程以外的函数关系控制的控制/观测系统（例如混合系统和开关系统） 关键词：神经网络验证;神经网络;校正线性单位 软件：github;BATLLNN公司;魅力4py;佩雷格里恩;马拉布;Reluplex公司;NNV公司 PDF格式BibTeX公司 XML格式引用 \textit{J.Ferlez}等人，in：《第25届ACM混合系统国际会议论文集：计算与控制》，HSCC 2022，CPS-IoT周，意大利米兰，虚拟，2022年5月4-6日。纽约州纽约市：计算机协会（ACM）。论文编号23，第11页（2022；Zbl 07807731） 全文： 内政部 arXiv公司 参考文献： [1] .魅力四射。https://github.com/UIUC-PPL/charm4py [2] 《2020年神经网络国际验证竞赛》（VNN-COMP’20）。https://sites.google.com/view/vnn20。 [3] 罗斯·安德森（Ross Anderson）、乔伊·胡切特（Joey Huchette）、威尔·马（Will Ma）、克里斯蒂安·特詹德拉特马贾（Christian Tjandraatmadja。2020年。用于训练神经网络的强大混合整数编程公式。数学程序设计（2020），1-37。https://doi.org/10.1007/s10107-020-01474-5 ·Zbl 1450.90014号 [4] David Avis和Komei Fukuda。1996.反向搜索枚举。离散应用数学65，1（1996），21-46。https://doi.org/10.1016/0166-218X（95）00026-N·Zbl 0854.68070号 [5] Stanley Bak、Hoang Dung Tran、Kerianne Hobbs和Taylor T.Johnson。2020年。用于验证ReLU神经网络的改进几何路径枚举。在计算机辅助验证中，Shuvendu K.Lahiri和Chao Wang（编辑）。计算机科学讲义，第12224卷。施普林格国际出版公司，66-96。https://doi.org/10.1007/978-3-030-53288-8_4 ·Zbl 1478.68142号 [6] 奥斯伯特·巴斯塔尼（Osbert Bastani）、亚尼·约阿诺（Yani Ioannou）、列奥尼达斯·兰普洛斯（Leonidas Lampropoulos）、迪米特里奥斯·维蒂尼奥蒂斯（Dimitrios Vytiniotis）、阿迪蒂亚·诺里（Aditya Nori）和安东尼奥。2016.测量带有约束的神经网络鲁棒性。第30届神经信息处理系统国际会议论文集。Curran Associates Inc.，美国纽约州Red Hook，2613-2621。 [7] 鲁迪·巴内尔（Rudy Bunel）、卢靖岳（Jingyue Lu）、伊尔克·图尔卡斯兰（Ilker Turkaslan）、P科尔里（P Kohli）、P托尔（P Torr）和P穆迪戈达（P Mudigonda）。2020年，分段线性神经网络验证的分支和边界。《机器学习研究杂志》2020年第21期（2020年）·Zbl 1498.68153号 [8] Chih-Hong Cheng、Georg Nührenberg和Harald Ruess。2017年，人工神经网络的最大弹性。在验证和分析自动化技术国际研讨会上，Narayan Kumar K.D’Souza D.（Ed.）。第10482卷。施普林格，251-268。https://doi.org/10.1007/978-3-319-68167-2_18 [9] 尤利斯·圣克鲁斯（Ulices Santa Cruz）、詹姆斯·费雷兹（James Ferlez）和亚赛尔·舒克里（Yasser Shoukry）。2021.安全修复：修复不安全两层格型神经网络控制器的凸优化方法。https://doi.org/10.48550/arXiv.2104.02788arxiv:2104.02788[cs，eess，math] [10] 克里希纳穆西·德维约坦（Krishnamurthy Dvijotham）、罗伯特·斯坦福斯（Robert Stanforth）、斯文·戈瓦尔（Sven Gowal）、蒂莫西·阿曼（Timothy A Mann）和普希米特·科利（Pushmet Kohli）。2018.深度网络可扩展验证的双重方法。。第三十四届人工智能不确定性年会论文集（UAI-18），第1卷。AUAI出版社，2。 [11] 保罗·H·埃德尔曼。1984年，超平面剖分Rn区域的部分序。事务处理。阿默尔。数学。Soc.283，2（1984），617-631。https://doi.org/10.2307/19991150 ·Zbl 0555.06003号 [12] 鲁迪格·埃勒斯。2017.分段线性前馈神经网络的正式验证。在验证和分析自动化技术国际研讨会上，Narayan Kumar K.D’Souza D.（Ed.）。第10482卷。施普林格，269-286。https://doi.org/10.1007/978-3-319-68167-2_19 ·Zbl 1495.68131号 [13] Mahyar Fazlyab、Alexander Robey、Hamed Hassani、Manfred Morari和George Pappas。2019.深度神经网络lipschitz常数的高效准确估计。第33届神经信息处理系统国际会议论文集。Curran Associates Inc.，美国纽约州Red Hook，11423-11434。 [14] 詹姆斯·费雷兹和亚赛尔·舒克里。2020年，AReN：LTI系统模型预测控制的有保证ReLU NN架构。第23届混合系统国际会议论文集：计算与控制。美国纽约州纽约市计算机协会。https://doi.org/10.1145/3365365.3382213 ·Zbl 07300847号 [15] 詹姆斯·费雷兹和亚赛尔·舒克里。2021.限制形式验证神经网络的复杂性：几何方法。2021年，第60届IEEE决策与控制会议（CDC）（2020-12-21）。5104-5109. https://doi.org/10.109/CDC45484.2021.9683375 [16] 詹姆斯·费雷兹（James Ferlez）、孙晓武（Xiaowu Sun）和亚赛尔·舒克里（Yasser Shoukry）。2020年，非线性系统控制的两级格型神经网络结构。2020年，第59届IEEE决策与控制会议（CDC）。2198-2203. https://doi.org/10.1109/CDC42340.2020.9304079 ·Zbl 07300847号 [17] J.-A.Ferrez、K.Fukuda和Th M.Liebling。2001.削减、分区和安排。信息科学。http://infoscience.epfl.ch/record/77413 [18] Matteo Fischetti和Jason Jo.2018年。深度神经网络和混合整数线性优化。约束条件23，3（2018），296-309。https://doi.org/10.1007/s10601-018-9285-6 ·Zbl 1402.90096号 [19] Timon Gehr、Matthew Mirman、Dana Drachsler Cohen、Petar Tsankov、Swarat Chaudhuri和Martin Vechev。2018.Ai2：具有抽象解释的神经网络的安全性和稳健性认证。2018年IEEE安全与隐私研讨会（SP）。IEEE，3-18。https://doi.org/10.109/SP.2018.00058 [20] 拉多斯拉夫·伊万诺夫（Radoslav Ivanov）、詹姆斯·魏默（James Weimer）、拉杰夫·阿鲁尔（Rajeev Alur）、乔治·帕帕斯（George J Pappas）和因苏普·李（Insup Lee）。2019.Verisig:用神经网络控制器验证混合系统的安全特性。第22届ACM混合系统国际会议论文集：计算与控制。169-178. https://doi.org/10.1145/3302504.3311806 ·Zbl 07120152号 [21] 盖伊·卡茨（Guy Katz）、克拉克·巴雷特（Clark Barrett）、大卫·迪尔（David L.Dill）、凯尔·朱利安（Kyle Julian）和米克尔·J·科钦德费尔（Mykel J.Kochenderfer）。2017年，Reluplex：验证深层神经网络的高效SMT解算器。计算机辅助验证（Cham，2017）（计算机科学课堂讲稿）。施普林格国际，97-117。https://doi.org/10.1007/978-3-319-63387-9_5 ·Zbl 1494.68167号 [22] Guy Katz、Derek A Huang、Duligur Ibeling、Kyle Julian、Christopher Lazarus、Rachel Lim、Parth Shah、Shantanu Thakoor、Haoze Wu、Aleksandar Zeljić，2019年。用于验证和分析深层神经网络的marabou框架。在计算机辅助验证国际会议上，Isil Dillig和Serdar Tasiran（编辑）。第11561卷。施普林格，443-452。https://doi.org/10.1007/978-3-030-25540-4_26 [23] 海瑟姆·凯德（Haitham Khedr）、詹姆斯·费雷兹（James Ferlez）和亚西尔·舒克里（Yasser Shoukry）。PEREGRiNN：惩罚放松贪婪神经网络验证程序。在计算机辅助验证中，Alexandra Silva和K.Rustan M.Leino（编辑）。287-300. https://doi.org/10.1007/978-3-030-81685-8_13 [24] 阿莱西奥·洛穆西奥和拉利特·马甘蒂。2017.前馈相关神经网络可达性分析方法。https://doi.org/10.48550/arXiv.1706.07351arxiv:1706.07351[中文] [25] 理查德·斯坦利（Richard P Stanley）。2007.几何组合学。IAS/公园城市数学系列，第13卷。美国数学学会，超平面排列导论。https://doi.org/10.1090/pcms/013 ·Zbl 1136.52009年 [26] J.M.Tarela和M.V.Martínez。1999.格点分段线性模型可实现性的区域配置。数学与计算机建模30，11（1999），17-27。https://doi.org/10.1016/S0895-7177(99)00195-8 ·Zbl 1043.94552号 [27] 文森特·特詹（Vincent Tjeng）、凯·肖（Kai Xiao）和罗斯·特德雷克（Russ Tedrake）。2019.使用混合整数规划评估神经网络的鲁棒性。在国际学习代表大会上。 [28] H.-D.Tran、D.Manzanas Lopez、P.Musau、X.Yang、L.-V.Nguyen、W.Xiang和T.Johnson。2019.基于星的深度神经网络可达性分析。《形式方法——未来30年》（Cham，2019）（计算机科学讲义）。施普林格国际。https://doi.org/10.1007/978-3-030-30942-8_39 [29] Hoang-Dung Tran、Xiaodong Yang、Diego Manzanas Lopez、Patrick Musau、Luan Viet Nguyen、Weiming Xiang、Stanley Bak和Taylor T.Johnson。2020年，NNV：深度神经网络和学习型网络物理系统的神经网络验证工具。在计算机辅助验证（Cham，2020）（计算机科学讲义）中，Shuvendu K.Lahiri和Chao Wang（编辑）。施普林格国际出版公司，3-17。https://doi.org/10.1007/978-3-030-53288-8_1 ·Zbl 1519.68143号 [30] 王世奇、裴可欣、贾斯汀·怀特豪斯、杨俊峰和苏曼·贾纳。2018年。神经网络的有效正式安全分析。第32届神经信息处理系统国际会议论文集（NIPS’18）。Curran Associates Inc.，美国纽约州Red Hook，6367-6377。 [31] 王世奇、裴可欣、贾斯汀·怀特豪斯、杨俊峰和苏曼·贾纳。2018.使用符号区间对神经网络进行形式化安全分析。第27届USENIX安全研讨会（SEC’18）会议记录。美国USENIX协会，1599-1614年。 [32] 王世奇、张欢、徐凯迪、薛琳、苏曼·贾纳、谢卓辉和J.Zico Kolter。2021.Beta-CROWN：完整和不完整神经网络验证的带超神经元分裂约束的有效边界传播。《神经信息处理系统进展》，A.Beygelzimer和Y.Dauphin以及P.Liang和J.Wortman Vaughan（编辑）。 [33] 王玉生、翁莉莉和卢卡·丹尼尔。2020年。具有持续对手扰动的神经网络控制政策验证。在国际机器学习会议（2020-11-21）上，III，Hal Daumé和Singh，Aarti（Ed.）。第119卷。PMLR，10050-10059。https://proceedings.mlr.press/v119/wang20v.html [34] Eric Wong和J Zico Kolter。2018年。通过凸的外部对抗性多边形对抗性示例的可证明防御。第35届机器学习国际会议论文集，Dy，Jennifer和Krause，Andreas（Ed.）。第80卷。5286-5295. [35] 项伟明（Weiming Xiang）、陈洪东（Hoang-Dung Tran）和泰勒·T·约翰逊（Taylor T Johnson）。2017年。ReLU激活神经网络的可达集计算和安全验证。https://doi.org/10.48550/arXiv.1712.08163arxiv:1712.08163[中文]·兹比尔139093142 [36] 项伟明（Weiming Xiang）、陈洪东（Hoang-Dung Tran）和泰勒·T·约翰逊（Taylor T Johnson）。2018年。多层神经网络的输出可达集估计和验证。IEEE神经网络和学习系统交易29，11（2018），5777-5783。https://doi.org/10.109/TNNLS.2018.2808470 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。