典型文献
深度神经网络在高铁运行环境识别中的鲁棒性验证
文献摘要：
改进了DeepTRE的实现,在保留DeepTRE验证能力的前提下大幅降低了DeepTRE的空间复杂度,以适应大规模数据集场景.在高铁运行环境识别场景中评估了改进后的DeepTRE,并与其他主流验证工具DLV和SafeCV对比.实验结果表明,改进后的DeepTRE工具的显存占用显著低于原DeepTRE工具,相较于其他神经网络验证工具,改进后的DeepTRE工具在具有较快验证速度的前提下拥有更优异的验证效果.
文献关键词：
深度神经网络;鲁棒性;DeepTRE;对抗攻击;目标检测
中图分类号：
作者姓名：
高珍;苏宇;侯潇雪;方沛;张苗苗
作者机构：
同济大学软件学院,上海201804
文献出处：
引用格式：
[1]高珍;苏宇;侯潇雪;方沛;张苗苗-.深度神经网络在高铁运行环境识别中的鲁棒性验证)[J].同济大学学报（自然科学版）,2022(10):1405-1413
A类：
DeepTRE,SafeCV
B类：
深度神经网络,铁运,运行环境,环境识别,空间复杂度,大规模数据集,验证工具,DLV,显存,神经网络验证,对抗攻击,目标检测
AB值：
0.264057
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
