神经网络鲁棒性验证复杂性获理论框架

研究者为神经网络形式化验证建立理论框架，将安全性与效率问题相互转化并分析其计算复杂性。结果表明，在分段线性激活函数配合求和或最大值度量时，鲁棒性、网络等价性及最小化网络等问题大多属于 P 或至多 NP 类。该工作为近期依赖启发式算法近似求解的验证问题补上了复杂性理论依据。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。