Probabilistic Verification of Neural Networks via Efficient Probabilistic Hull Generation
यह शोध पत्र एक नवीन न्यूरल नेटवर्क संभाव्य सत्यापन ढांचा प्रस्तावित करता है जो रिग्रेशन ट्री-आधारित स्टेट स्पेस उपविभाजन, बाउंड्री-अवेयर सैंपलिंग, और संभाव्यता प्राथमिकता के साथ पुनरावृत्ति परिशोधन को जोड़कर सुरक्षित संभाव्यता के लिए गारंटीकृत श्रेणियों की कुशलतापूर्वक गणना करता है, जो ACAS Xu और एक रॉकेट लैंडर कंट्रोलर जैसे बेंचमार्क पर अत्याधुनिक विधियों की तुलना में बेहतर सटीकता और दक्षता प्रदर्शित करता है।