卢卡·普利纳;阿曼多·塔切拉 挑战SMT求解器验证神经网络。 （英语） Zbl 1248.68462号 AI通讯。 25，第2期，117-135（2012）。 摘要：近年来，可满足性模理论（SMT）求解器在计算机辅助验证和推理社区中越来越流行。他们在本土或作为后备发动机使用，积累了成功案例的记录，并且，正如每年的SMT竞赛所见证的那样，他们的表现和能力也在稳步增长。在我们之前的贡献中介绍了一个新的应用领域，它为SMT求解器提供了一个突出的挑战，即多层感知器（MLP）的验证，这是一种广泛采用的人工神经网络。本文对当前最先进的SMT求解器进行了广泛评估，并评估了它们在MLP验证领域的潜力。 引用于3文件 MSC公司： 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） 68T05年 人工智能中的学习和自适应系统 60年第68季度 规范和验证（程序逻辑、模型检查等） 关键词：SMT解决方案的实证评估;自动推理的应用;自适应系统的形式化方法 软件：Caduceus公司;CMA-ES公司;夏克;开放式SMT PDF格式BibTeX公司 XML格式引用 \textit{L.Pulina}和\textit{A.Taccella}，AI Commun。25，编号2117-135（2012年；兹bl 1248.68462） 全文： 内政部