Ce projet vise à évaluer la robustesse d’un réseau dans des domaines critiques où il peut être difficile de prévoir un échantillon approprié et représentatif de cas inconnus ou inattendus, pour permettre la certification du réseau.
Ce projet consiste à analyser les calculs internes effectués par un réseau de neurones lors du passage d’images d’entraînement et à les comparer à d’autres entrées étrangères pour calculer la probabilité des prédictions du réseau. Les expériences sont conçues pour apprécier et évaluer la robustesse du réseau face aux attaques adverses et aux transformations métamorphiques des entrées. En outre, les tests tentent de séparer les images étrangères des images plus familières qui proviennent de l’ensemble d’entraînement.
Équipe du projet
Jeux de données utilisés pour les expérimentations
Models of Computational Profiles to Study the Likelihood of DNN Metamorphic Test Cases