Systematic Generation of Diverse Benchmarks for DNN Verification
Systematic Generation of Diverse Benchmarks for DNN Verification
复制标题
DOI：
10.1007/978-3-030-53288-8_5
复制
发表时间：
2020-06-13
期刊：
影响因子：
--
通讯作者：
Elbaum S
中科院分区：
文献类型：
--
作者：
Xu D;Shriver D;Dwyer MB;Elbaum S
由于理论发展和实证评估的相互作用，验证领域取得了进展。基准在这方面发挥了重要作用，支持对最新技术的评估和对替代核查方法的比较。近年来，在深度神经网络的验证方面取得了重大进展，但代表该领域各种验证问题的不同基准尚未存在。本文描述了一个神经网络验证基准生成器GDVB，它系统地改变了基准中影响验证器性能的问题的各个方面。通过一系列的研究，我们说明了GDVB如何通过更有效地提供更丰富和更少偏见的验证问题集来帮助推进神经网络验证的子领域。
The field of verification has advanced due to the interplay of theoretical development and empirical evaluation. Benchmarks play an important role in this by supporting the assessment of the state-of-the-art and comparison of alternative verification approaches. Recent years have witnessed significant developments in the verification of deep neural networks, but diverse benchmarks representing the range of verification problems in this domain do not yet exist. This paper describes a neural network verification benchmark generator, GDVB, that systematically varies aspects of problems in the benchmark that influence verifier performance. Through a series of studies, we illustrate how GDVB can assist in advancing the sub-field of neural network verification by more efficiently providing richer and less biased sets of verification problems.
登录
查看更多内容
影响因子：
7.4
作者：
Cohen, Myra B.;Dwyer, Matthew B.;Shi, Jiangfan
通讯作者：
Shi, Jiangfan
影响因子：
14.4
作者：
Balint, Adrian;Belov, Anton;Sinz, Carsten
通讯作者：
Sinz, Carsten
DOI：
10.1007/s10009-017-0469-y
发表时间：
2019-02-01
影响因子：
1.5
作者：
Beyer, Dirk;Loewe, Stefan;Wendler, Philipp
通讯作者：
Wendler, Philipp
影响因子：
14.9
作者：
Hinton, Geoffrey;Deng, Li;Kingsbury, Brian
通讯作者：
Kingsbury, Brian
DOI：
10.1007/s10817-012-9246-5
发表时间：
2013-03-01
期刊：
JOURNAL OF AUTOMATED REASONING
影响因子：
--
作者：
Barrett, Clark;Deters, Morgan;Stump, Aaron
通讯作者：
Stump, Aaron