IADT:基于解釋分析的深度神經(jīng)網(wǎng)絡(luò)差分測(cè)試

摘要： 隨著深度神經(jīng)網(wǎng)絡(luò)(deep neural network, DNN)的迅猛發(fā)展,其在某些特定任務(wù)上的準(zhǔn)確性已可媲美甚至超過人類.然而, DNN與傳統(tǒng)軟件一樣不可避免地存在缺陷,若將帶缺陷的DNN模型應(yīng)用于安全攸關(guān)的領(lǐng)域甚至可能引發(fā)嚴(yán)重事故,如何有效檢測(cè)缺陷DNN模型已成為亟需解決的問題.傳統(tǒng)的差分測(cè)試方法將測(cè)試目標(biāo)在同一測(cè)試輸入下的輸出結(jié)果作為差異分析的依據(jù).然而,即使是相同訓(xùn)... （共18頁(yè)）