申请/专利权人:浙江工业大学
申请日:2023-05-30
公开(公告)日:2023-09-29
公开(公告)号:CN116822585A
主分类号:G06N3/0464
分类号:G06N3/0464;G06N3/084;G06N3/086;G06N3/126
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.11.07#实质审查的生效;2023.09.29#公开
摘要:本发明涉及一种基于CNNs敏感神经元的自动测试用例构建方法及应用,分析在不同输入条件下CNNs的正向激活神经元与反向激活神经元的统计学差异以标记非敏感性神经元,构建基于遗传算法的敏感神经元筛选器以提取高敏感性的神经元,构建面向敏感神经元的测试用例集;实现快速有效对CNNs自动测试。本发明基于遗传算法筛选出具有高敏感度的神经元,可以快速准确定位神经网络中的敏感单元,并深入了解网络的内部机制;基于这些敏感神经元构建自动测试用例,不仅有助于研究人员快速检测网络的敏感部位以验证其可靠性,而且还可以利用这些测试用例重新训练网络,从而提高其鲁棒性。
主权项:1.一种基于CNNs敏感神经元的自动测试用例构建方法,其特征在于:所述方法包括以下步骤:步骤1:标记卷积神经网络中的非敏感神经元;步骤2:对敏感神经元,以敏感神经元筛选方法取敏感度占前预设比例的神经元;步骤3:构建面向敏感神经元的测试用例集。
全文数据:
权利要求:
百度查询: 浙江工业大学 基于CNNs敏感神经元的自动测试用例构建方法及应用
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。