面向 LSTM 网络的混合zonotope近似的自动功能分解
系统与控制
2025-03-20 v1 系统与控制
摘要
功能分解是系统分析的强大工具，因为它可以将任意输入维度的函数简化为单变量函数之和与重叠，从而缓解（或潜在地避免）与高维空间分析相关的指数级扩展。本文提出了用于构造 nonlinear 函数集基近似的自动方法，特别关注混合zonotope集合表示。为演示这些方法，我们构建了一个混合zonotope集合对长短期记忆神经网络的输入输出图进行近似，并使用功能分解将离散混合自动机表示为混合zonotope。
关键词
引用
@article{arxiv.2503.15336,
title = {Automated Functional Decomposition for Hybrid Zonotope Over-approximations with Application to LSTM Networks},
author = {Jonah J. Glunt and Jacob A. Siefert and Andrew F. Thompson and Justin Ruths and Herschel C. Pangborn},
journal= {arXiv preprint arXiv:2503.15336},
year = {2025}
}