面向1-范数鲁棒性的凸神经网络综合
系统与控制
2024-05-30 v1 人工智能
系统与控制
摘要
随着神经网络被用于控制安全关键系统，它们越来越需要既准确（在输入输出匹配意义上）又鲁棒。然而，这两个属性常常相互矛盾，需要权衡。为了解决这个问题，本文提出了一种生成神经网络近似的方法，该近似在可证明意义上更加鲁棒。关键是，该方法是完全凸的，并表述为半定规划。通过一个鲁棒化模型预测控制的应用来展示结果。本文旨在介绍一种导航神经网络鲁棒性/准确性权衡的方法。
引用
@article{arxiv.2405.19029,
title = {Convex neural network synthesis for robustness in the 1-norm},
author = {Ross Drummond and Chris Guiver and Matthew C. Turner},
journal= {arXiv preprint arXiv:2405.19029},
year = {2024}
}