| 深度神经网络在高铁运行环境识别中的鲁棒性验证 |
| |
| 引用本文： | 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),2022,50(10):1405-1413. |
| |
| 作者姓名： | 高珍 苏宇 侯潇雪 方沛 张苗苗 |
| |
| 作者单位： | 同济大学 软件学院， 上海 201804 |
| |
| 基金项目： | 国家自然科学基金（61972284） |
| |
| 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。
|
| 关 键 词： | 深度神经网络 鲁棒性 DeepTRE 对抗攻击 目标检测 |
| 收稿时间： | 2022/5/10 0:00:00 |
Robustness Verification of Deep Neural Networks on High-speed Rail Operating Environment Recognition |
| |
| GAO Zhen,SU Yu,HOU Xiaoxue,FANG Pei,ZHANG Miaomiao.Robustness Verification of Deep Neural Networks on High-speed Rail Operating Environment Recognition[J].Journal of Tongji University(Natural Science),2022,50(10):1405-1413. |
| |
| Authors: | GAO Zhen SU Yu HOU Xiaoxue FANG Pei ZHANG Miaomiao |
| |
| Abstract: | |
| |
| Keywords: | deep neural networks robustness DeepTRE adversarial attack object detection |
|
| 点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《同济大学学报(自然科学版)》下载免费的PDF全文 |
