Core Concepts
신경망의 전역적 견고성을 검증하는 새로운 방법론을 제안하고, VHAGaR을 소개하여 기존 방법보다 효율적으로 최소 전역적 견고한 한계를 계산한다.
Abstract
인공신경망의 안전성과 견고성에 대한 중요성 강조
지역적 견고성과 전역적 견고성의 차이점 설명
VHAGaR의 세 가지 주요 아이디어 소개
VHAGaR의 성능 평가 결과 제시
최소 전역적 견고한 한계를 계산하는 문제의 복잡성과 해결 방안 설명
Stats
VHAGaR은 기존의 전역적 견고성 검증기에 비해 130.6배 빠르고, 평균적으로 최소 전역적 견고한 한계의 하한과 상한 사이의 갭은 1.9이다.
Quotes
"Several works analyze global robustness properties, however, neither can provide a precise guarantee about the cases where a network classifier does not change its classification."
"Our results further indicate that leveraging dependencies and adversarial attacks makes VHAGaR 78.6x faster."