arXiv · ML· Brian Yarbrough, Jesse Wayment, Jingbo Wang, Philip E. Par\'{e}, Shreyas Sundaram·· 7 天前AI 评分30
Fit-LRP:通过多面体线性松弛拟合优化神经网络非凸区域验证
Fit-LRP: Fitting Linear Relaxations to Polytopes for Neural Network Verification over Non-Convex Regions
AI 导读
Fit-LRP 框架提出在由多面体并集表示的非凸域上执行精确仿射界优化,显著提升了分支定界算法的搜索树剪枝效率。 该方法在 ARCH-COMP 与神经 Lyapunov 基准测试中,将最难区域的分支次数降低 47 倍,最坏验证时间减少 15 倍,并在单 CPU 上以 6.1 倍速度超越 GPU 版 $\alpha,\!
来源:arXiv · ML · arxiv.org