PRIMA: general and precise neural network certification via scalable convex hull approximations

Formal verification of neural networks is critical for their safe adoption in real-world applications. However, designing a precise and scalable verifier which can handle different activation functions, realistic network architectures and relevant specifications remains an open and difficult challen...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Proceedings of ACM on programming languages Jg. 6; H. POPL; S. 1 - 33
Hauptverfasser:	Müller, Mark Niklas, Makarchuk, Gleb, Singh, Gagandeep, Püschel, Markus, Vechev, Martin
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	01.01.2022
ISSN:	2475-1421, 2475-1421
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!