实体
LiRPA
LiRPA
PulseAugur coverage of LiRPA — every cluster mentioning LiRPA across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的Fit-LRP框架提高了神经网络验证的准确性
研究人员开发了Fit-LRP，一个旨在提高神经网络验证的准确性和效率的新框架，特别是在非凸区域。该方法在精确的多面体约束上优化仿射界限，减少了使用轴对齐边界框时发生的过度近似误差。通过将Fit-LRP集成到LiRPA和alpha, beta-CROWN等现有算法中，该框架在基准测试中显著降低了分支因子和验证时间，从而实现了更快、更可靠的神经网络分析。
-
新框架提高了非线性神经反馈系统验证的可扩展性
研究人员开发了一个名为“rail”的新框架，该框架将分支定界技术与 LiRPA 风格的界传播相结合，以提高非线性神经反馈系统验证的可扩展性。这种方法允许跨闭环系统的计算图进行联合推理，并随着时间的推移保留符号相关性。该框架包括“clipper”，一种分支定界算法，可改进边界并分割控制器激活，在处理大型网络和自主应用中的非线性动力学方面比现有方法有了显著改进。