基于长短期记忆的音频分类器的形式化验证：一种基于星集的方法
声音
2023-11-22 v1 机器学习
音频与语音处理
摘要
形式化验证音频分类系统对于确保监控、车载语音命令和多媒体内容管理等现实应用中的准确信号分类至关重要，可防止产生严重后果的错误。借鉴近期研究，本研究推进了基于星集（star-set）的形式化验证的利用，该方法通过可达性分析扩展，专为音频分类领域中的长短期记忆（LSTM）架构及其卷积变体而定制。通过将分类过程概念化为一系列集合操作，基于星集的可达性方法简化了系统可达的潜在运行状态探索。本文作为一项全面案例研究，在真实语境中验证并确认了序列音频分类分析。它强调了鲁棒性验证的必要性，以确保精确可靠的预测，特别是考虑到噪声对输出分类准确性的影响。
引用
@article{arxiv.2311.12130,
title = {Formal Verification of Long Short-Term Memory based Audio Classifiers: A Star based Approach},
author = {Neelanjana Pal and Taylor T Johnson},
journal= {arXiv preprint arXiv:2311.12130},
year = {2023}
}
备注
In Proceedings FMAS 2023, arXiv:2311.08987