两个神经网络间的形式化局部蕴含
机器学习
2025-08-11 v2
摘要
给定两个具有相同输入和输出域的神经网络分类器，我们的目标是在整个输入区域（例如，在输入样本的邻域内）比较这两个网络之间的相互关系。为此，我们在整个输入区域 D 上建立了两个网络间形式化局部蕴含的基础，即 N2 蕴含 N1。也就是说，在整个输入区域 D 内，每当网络 N2 做出正确决策时，网络 N1 始终也能做出正确决策。我们进一步提出了一种用于建立此类形式化验证（可证明正确）的局部蕴含的可靠公式。所提出的公式在多个应用领域的背景下具有相关性，例如用于比较已训练网络及其对应的紧凑型（例如，剪枝、量化、蒸馏）网络。我们基于 MNIST、CIFAR10 和两个真实世界医疗数据集对我们的公式进行了评估，以展示其相关性。
引用
@article{arxiv.2409.16726,
title = {Formal Local Implication Between Two Neural Networks},
author = {Anahita Baninajjar and Ahmed Rezine and Amir Aminifar},
journal= {arXiv preprint arXiv:2409.16726},
year = {2025}
}