NEUROSPF：一种用于神经网络符号分析的工具
机器学习
2021-03-02 v1 人工智能
软件工程
摘要
本文介绍 NEUROSPF，一种用于神经网络符号分析的工具。给定训练好的神经网络模型，该工具提取其架构与模型参数，并将其转换为适于使用 Symbolic PathFinder 符号执行工具进行分析的 Java 表示。值得注意的是，NEUROSPF 编码了用于解析模型参数的专用对等类，从而实现高效分析。借助 NEUROSPF，用户可灵活地将输入或网络内部参数指定为符号量，从而推动软件工程中的程序分析与测试方法应用于机器学习领域。例如，NEUROSPF 可用于基于覆盖率的测试与测试生成、寻找对抗样本以及基于约束的神经网络修复，从而提升神经网络及使用它们的应用的可靠性。视频地址：https://youtu.be/seal8fG78LI
引用
@article{arxiv.2103.00124,
title = {NEUROSPF: A tool for the Symbolic Analysis of Neural Networks},
author = {Muhammad Usman and Yannic Noller and Corina Pasareanu and Youcheng Sun and Divya Gopinath},
journal= {arXiv preprint arXiv:2103.00124},
year = {2021}
}