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。 引用于三文件 理学硕士: 68T20型 人工智能背景下的问题解决(启发式、搜索策略等) 68T05型 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