SMT-based Formal Verification Methods of Deep Neural Networks using Structural Properties

Q: 이 논문에서 정의한 심층신경망의 구조적 성질이란 무엇인가?

심층신경망의 구조적 성질은 학습된 DNN의 연결 구조, 활성함수, 각 노드의 가중치, 편향치, 범위와 같은 구조적 정보를 이용하여 입력 노드들의 상태에 따라 특정 노드가 항상 활성화되거나 비활성화되는 경우를 추론하여 수학적으로 정의한 노드의 부울 관계 집합을 의미한다. 이는 DNN의 행위를 요약하고 검증 성능을 향상하는 데 활용된다.

Q: 심층신경망의 구조적 성질을 활용하면 정형검증 성능이 어떻게 향상되는가?

연구 결과, 심층신경망의 구조적 성질을 SMT 기반 정형검증에 적용하면 검증 과정에서 고려해야 할 노드 상태의 경우의 수를 크게 줄일 수 있다. 특히 노드의 가중치와 범위를 활용한 구조적 성질을 조합하여 적용했을 때, 벤치마크에서 최대 99%의 검증 속도 향상을 보였다. 이는 검증 결과가 불만족(UNSAT)일 때 더욱 효과적이다.

정문현; 배경민

doi:10.5626/JOK.2021.48.9.998

추천

검색

질문

자료유형: 학술저널

저자정보: 정문현 (포항공과대학교) 배경민 (포항공과대학교)

저널정보: Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.48 No.9

발행연도: 2021.9

수록면: 998 - 1,006 (9page)

DOI: 10.5626/JOK.2021.48.9.998

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

심층신경망(Deep neural network, DNN)은 음성 인식, 이미지 분류 등의 다양한 분야에서 소프트웨어를 위하여 널리 활용되고 있다. 하지만 DNN에는 적대적 예제와 같은 예상치 못한 오류가 존재할 수 있으며, 이를 방지하기 위하여 DNN의 요구사항을 검증하기 위한 DNN 정형검증 기술이 활발하게 연구되고 있다. 본 논문에서는 DNN의 요구사항 검증의 성능을 향상하기 위하여 DNN의 구조적 성질을 활용하는 방법론을 제안한다. 본 논문에서는 DNN의 구조적 성질을 수학적으로 정의하고, ReLU를 활성함수로 가지는 DNN의 두 가지 구조적 성질을 제안하였으며 이를 이용하여 SMT 기반 DNN 검증의 성능을 향상시킬 수 있음을 보였다.

#심층신경망 #정형검증 #DNN #formal verification #satisfiability modulo theories

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)