PulseAugur
实时 07:50:51
English(EN) Towards Understanding Deep Learning Model in Image Recognition via Coverage Test

新研究探讨深度学习模型覆盖率指标和安全性

研究人员进行了一项实证研究,以了解深度学习模型深度、配置与神经网络覆盖率指标之间的关系。该研究使用了LeNet、VGG和ResNet架构,以及从5层到54层的模型,分析了四种覆盖率指标:主要功能、边界、层次结构和结构覆盖率。此外,研究还探讨了修改后的决策/条件覆盖率与数据集大小之间的联系,并提出了增强DNN安全测试的三个未来研究方向。 AI

影响 通过分析覆盖率指标,为改进深度学习模型的安全测试提供了见解。

排序理由 该集群包含一篇详细介绍深度学习模型实证研究的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新研究探讨深度学习模型覆盖率指标和安全性

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Wenkai Li, Xiaoqi Li, Yingjie Mao, Yishun Wang ·

    Towards Understanding Deep Learning Model in Image Recognition via Coverage Test

    arXiv:2505.08814v3 Announce Type: replace-cross Abstract: Deep neural networks (DNNs) play a crucial role in the field of artificial intelligence, and their security-related testing has been a prominent research focus. By inputting test cases, the behavior of models is examined f…