首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

华人学生团队获国际神经网络验证大赛佳绩:总分第一,五大单项第一

本次比赛征集了 9 个 benchmark(包含一个不计分的 benchmark),其内容涉及不同领域的神经网络(图像分类、控制和数据库),并包含不同类型的网络结构(前馈神经网络、卷积神经网络和残差网络...每个 benchmark 中都有数十个或者数百个待验证的神经网络属性(例如,在鲁棒性验证任务中,每个输入数据点上的鲁棒性被视为一个属性)。...α,β-CROWN(也写作 alpha-beta-CROWN)验证器主要有两大特色: 1....3.α-CROWN [5] 采用梯度上升技术来优化 CROWN 中的线性松弛参数α,让限界传播过程中产生边界更紧,显著提升了验证效果; 4.β-CROWN [6] 将α-CROWN 和分支定界法 (branch...团队介绍 从 CROWN [3] (2018 年) 到 LiRPA [4](2020 年)到α-CROWN [5] (2020 年) 再到β-CROWN [6](2021 年),该团队一直走在神经网络验证的前沿

33520
您找到你想要的搜索结果了吗?
是的
没有找到

一文读懂神经网络验证大赛获奖算法α,β-CROWN

本文将深入解读「α,β-CROWN」的细节。 神经网络常常被视为「黑盒」函数:虽然它们常常可以很好的拟合训练数据集,但我们通常很难精确的刻画神经网络所表达的函数。...神经网络验证问题通常由一个神经网络 f 、一个输入数据集合 C 和一个待验证属性 P 组成。 P 指定了神经网络在输入任意来自于 C 中的点时,输出需要满足的条件。...本文将简介获得 VNN-COMP 2021 第一名的验证器α,β-CROWN 中使用的三种高效的验证算法,CROWN,α-CROWN 和β-CROWN(开源代码:http://PaperCode.cc/...基于限界传播的高效验证算法:CROWN,α-CROWN 和β-CROWN CROWN [1]是一个非完备 (incomplete) 神经网络验证算法,其主要原理为将网络中的非线性激活函数(如 ReLU,...由于 CROWN、α-CROWN 和β-CROWN 算法均可在 GPU 上高效实现,并通过 PyTorch 自动微分获得梯度进行优化,α,β-CROWN 验证器有非常高的运行效率。

89510

【顶会论文分享】BARS:基于深度学习的流量分析系统的鲁棒性认证

然而深度学习在面对攻击数据时易受数据扰动影响,这将导致流量分析器的检测性能下降。本篇研究集中解决基于深度学习模型的鲁棒性认证问题。...(2) 对于多类数据集,设置类特定的分布变换器。 (3) 用噪声数据增强对流量分析器进行再训练以提高性能和鲁棒性。...(4) 为定量描述认证数据集下流量分析器的鲁棒性,可以将维度异构鲁棒性半径扩展到数据集的均值(MRR)。即MRR越大流量分析系统鲁棒性越强。 四....实验评估 4.1 数据集介绍 在以下三种基于深度学习的流量分析器中进行BARS性能的评估:Kitsune(零正NIDS)、CADE(概念漂移检测系统)和ACID(监督多分类系统)。实验数据如表1。...在CROWN-IBP、α-CROWN、β-CROWN中,为了绘制完整的曲线,需要在不同的扰动下多次运行它们(本文中为100次)。 实验结果如图5所示。

28710
领券