arXiv · ML· Ibrahim Albool, Yasser Shoukry·· 2 天前AI 评分21
BernBRS:针对深度伯恩斯坦神经网络的认证反向可达性框架
BernBRS: Certified Backward Reachability for Deep Bernstein Neural Networks
AI 导读
本文提出 BernBRS 框架,用于对采用伯恩斯坦多项式激活函数的 DeepBern-Nets 进行高效且高精度的反向可达性分析。该框架能同时计算反向可达集(BRS)的认证内近似和外近似,并通过分析激活模式来智能细化输入空间覆盖。作者在高维模型(如线性化的 Half-Cheetah 控制器和蒸馏的 Transformer 块)上验证了该方法的可扩展性。
来源:arXiv · ML · arxiv.org