-
公开(公告)号：CN117952157A
公开(公告)日：2024-04-30
申请号：CN202410109235.8
申请日：2024-01-25
Applicant: 北京邮电大学
IPC: G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种基于区间传播的神经网络鲁棒性下边界确定方法，属于人工智能安全领域，尤其适用于较大规模以上的神经网络的输入样本生成。本发明方法对应实现为由计算机可执行指令形成的计算模块，针对被测神经网络模型获取每一层的系数矩阵和系数矩阵，推导以神经网络层的激活函数为自变量表达的输出层上下界函数；根据已确定的中间层的预激活输入的上下界计算输出层的上下界，然后使用二分法计算输入样本的鲁棒性下边界，预设概率优化减小输入样本扰动大小的操作为增大样本操作，并计算鲁棒性下边界的置信度。本发明通过减少反向线性推导的层数，提高了计算效率，能应用于更大的神经网络模型上，所获得的鲁棒性下边界更具有实际应用价值。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
