×

Reluplex公司

swMATH编号: 31367
软件作者: 盖伊·卡茨、克拉克·巴雷特、大卫·迪尔、凯尔·朱利安、米克尔·科钦德费尔
描述: Reluplex:用于验证深层神经网络的高效SMT求解器。深度神经网络已经成为解决复杂现实问题的一种广泛使用和有效的手段。然而,将其应用于安全关键系统的一个主要障碍是,很难对其行为提供正式保证。我们提出了一种新颖、可扩展和高效的技术,用于验证深层神经网络的属性(或提供反例)。该技术基于单纯形方法,扩展用于处理非凸整流线性单元(ReLU)激活函数,这是许多现代神经网络的关键组成部分。验证过程将神经网络作为一个整体进行处理,而不做任何简化假设。我们在下一代无人飞机机载防撞系统(ACAS Xu)的原型深层神经网络实现上评估了我们的技术。结果表明,我们的技术可以成功地证明网络的特性,这些特性比使用现有方法验证的最大网络要大一个数量级。
主页: https://arxiv.org/abs/1702.01135
源代码:  https://github.com/guykatzz/ReluplexCav2017
关键词: 人工智能;arXiv_cs。人工智能;逻辑;arXiv_cs。润滑油;SMT解算器;验证;深度神经网络
相关软件: 马拉布;AI2公司;NNV公司;ImageNet公司;AlexNet公司;MNIST公司;github;亚当;古罗比;深度愚人;TensorFlow公司;到岸价格;流量*;z3(零3);PyTorch公司;佩尔格里恩;波普尔;DeepXlore公司;ReachNN公司;验证
引用于: 71文件
全部的 前5名

206位作者引用

6 Tran,Hoang-Dung村
5 泰勒·T·约翰逊。
5 杨晓东
4 巴德省霍克萨
4 凯尔·D·朱利安。
4 凯兹,盖伊
4 Mykel J.Kochenderfer。
4 丹尼尔·普罗霍罗夫。
3 斯坦利·巴克
3 克拉克·W·巴雷特。
3 陈、陶璐
3 黄晓伟
3 拉多斯拉夫·伊万诺夫
3 迭戈·曼扎纳斯·洛佩兹
3 帕特里克·穆索
3 阮文杰
2 拉杰夫·阿鲁尔
2 陈广科
2 陈欣
2 Choi、Sungwoo
2 阿德南·达尔维切
2 大卫·L·迪尔。
2 斯蒂芬·格内曼
2 纳撒尼尔·P·汉密尔顿。
2 贾凯
2 海塔姆·凯德
2 Marta Z.Kwiatkowska。
2 马丁·兰格
2 Lee,Insup公司
2 李宣东
2 林德曼,拉尔斯
2 内拉尼亚娜·帕尔
2 乔治·帕帕斯。
2 布兰登·保尔森
2 马丁·里纳德(Martin C.Rinard)。
2 马尔科·萨利泽
2 桑卡拉纳拉亚南,斯里拉姆
2 亚瑟·舒克利
2 宋,傅
2 克里斯托弗·斯特朗。
2 唐恩毅
2 斯塔夫罗斯·特里帕基斯
2 王超
2 詹姆斯·韦默(James E.Weimer)。
2 吴敏
2 山口,富古屋
2 张业迪
2 赵庆叶
2 赵哲
1 马蒂亚斯·阿尔霍夫
1 劳拉·阿尔蒂莉·桑巴托洛美
1 埃里克·阿塞林
1 巴拉普拉卡什,普拉桑纳
1 马雷克·巴拉诺夫斯基
1 费边·鲍尔·马尔夸特
1 萨德克·本萨勒姆
1 大卫·博埃蒂乌斯
1 阿希姆·D·布鲁克。
1 鲁迪·本内尔
1 伊戈尔·布辛斯基
1 尼古拉斯·卡里尼
1 泰勒·卡彭特。
1 史蒂文·卡尔
1 阿尔贝托·卡斯泰里尼
1 陈丽倩
1 陈启光
1 陈欣
1 邱子怡
1 亚瑟·崔
1 亚瑟·克莱维尔
1 马修·克利夫兰
1 埃拉扎尔·科恩
1 弗朗西斯科·克罗齐
1 戴婷
1 Jean-Pierre大卫
1 Jyotirmoy V.德斯穆赫。
1 迪米塔尔·伊利耶夫·迪米特洛夫
1 泰勒·多曼
1 德拉赫斯勒-科恩,达纳
1 Souradeep杜塔
1 伊扎克·伊斯雷尔·埃尔博尔
1 查里斯·埃利夫特里亚迪斯
1 费内科斯(Georgios E.Fainekos)。
1 方,王
1 亚历山德罗·法利内利
1 瓦尔·法塔斯西
1 詹姆斯·费雷兹
1 马克·菲舍尔
1 克劳迪奥·甘贝拉
1 克里斯托夫·加里昂
1 比桑·加达
1 埃里克·古堡
1 蒂莫·格罗斯(Timo P.Gros)。
1 拉杜·格罗苏
1 关、吉
1 何绍波
1 马蒂亚斯·海因
1 霍尔格·赫尔曼斯
1 奥古斯特·希尔斯
1 霍夫曼,约格
…还有106位作者

按年份列出的引文