龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安交通大学
摘要：本发明属于人工智能领域，公开了一种深度神经系统测试方法及相关装置，包括：获取种子选择池以及待测试深度神经系统的测试目标；根据待测试深度神经系统的测试目标，基于预设的测试目标与种子选择策略对应关系集，得到待测试深度神经系统的目标种子选择策略；根据标初始种子选择策略从种子选择池中选择初始种子，得到待测试深度神经系统的初始种子集；根据待测试深度神经系统的初始种子集进行待测试深度神经系统的测试。可以在测试过程中，节省更多的时间和计算资源，相比目前常用的随机选取的方法更具效率，避免由于种子数量过大和测试资源有限的冲突导致的测试不充分情况；方法通用性良好，所用方法和算法可以迁移到其他指标、目标上，且不局限于特定的数据集或模型。
主权项：1.一种深度神经系统测试方法，其特征在于，包括：获取种子选择池以及待测试深度神经系统的测试目标；根据待测试深度神经系统的测试目标，基于预设的测试目标与种子选择策略对应关系集，得到待测试深度神经系统的目标种子选择策略；根据标初始种子选择策略从种子选择池中选择初始种子，得到待测试深度神经系统的初始种子集；根据待测试深度神经系统的初始种子集进行待测试深度神经系统的测试；其中，所述测试目标与种子选择策略对应关系集包括下述的一种或几种：测试目标为覆盖率时，对应的种子选择策略为基于预设的选择准则进行选择；其中，预设的选择准则为在满足所有初始种子能够覆盖深度神经系统的最多神经元或最多神经元段的基础上最小化初始种子数量；测试目标为错误检测时，对应的种子选择策略为基于预测信心评分进行选择；测试目标为鲁棒性时，对应的种子选择策略为基于模型损失梯度进行选择；以及测试目标为覆盖率、错误检测及鲁棒性中的至少两个时，对应的种子选择策略为采用非支配排序算法的基于多目标优化的种子选择策略。
全文数据：
权利要求：
百度查询： 西安交通大学 深度神经系统测试方法及相关装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号