numpy中快速区间运算工具箱及其在神经网络控制系统形式化验证中的应用
系统与控制
2023-06-28 v1 机器学习
系统与控制
最优化与控制
摘要
本文提出一种numpy中的区间分析工具箱，并应用于神经网络控制系统的形式化验证。利用自然包含函数的概念，我们系统地构造了一类通用映射的区间界。该工具箱使用编译C代码高效计算自然包含函数，并提供numpy中带有其典型特性（如n维数组、矩阵/向量运算与向量化）的熟悉接口。随后，我们通过组合包含函数，将该工具箱用于带神经网络控制器的动力系统的形式化验证。
引用
@article{arxiv.2306.15340,
title = {A Toolbox for Fast Interval Arithmetic in numpy with an Application to Formal Verification of Neural Network Controlled Systems},
author = {Akash Harapanahalli and Saber Jafarpour and Samuel Coogan},
journal= {arXiv preprint arXiv:2306.15340},
year = {2023}
}