arXiv 机器学习· Jonas Fingerhut, Lukas Koller, Matthias Althoff·· 8 小时前AI 评分35
训练混合单调神经网络以实现无需集合传播的形式化验证
Training Mixed-Monotone Neural Networks for Verification Without Set Propagation
AI 导读
研究人员提出一种将混合单调函数实现为单调子网络之差的神经网络架构，将紧致输出包络的计算简化为输入区间对角顶点的两次前向传播。该包络大小在训练中可被直接最小化，在回归和动力系统基准测试中缩小至理论下界 0.5% 以内且不牺牲预测精度。其计算速度比 CROWN 和 $\alpha$-CROWN 快数个数量级，包络大小仅比 $\alpha$-CROWN 超出 5.1%。
来源：arXiv 机器学习 · arxiv.org