会员服务
Neural Networks · Networking · Analysis · Networks · 设计 ·
2024 年 1 月 25 日
Marabou 2.0: A Versatile Formal Analyzer of Neural Networks
翻译：Marabou 2.0：一种多功能的神经网络形式化分析器
Haoze Wu,Omri Isac,Aleksandar Zeljić,Teruhiro Tagomori,Matthew Daggitt,Wen Kokke,Idan Refaeli,Guy Amir,Kyle Julian,Shahaf Bassan,Pei Huang,Ori Lahav,Min Wu,Min Zhang,Ekaterina Komendantskaya,Guy Katz,Clark Barrett
Haoze Wu,Omri Isac,Aleksandar Zeljić,Teruhiro Tagomori,Matthew Daggitt,Wen Kokke,Idan Refaeli,Guy Amir,Kyle Julian,Shahaf Bassan,Pei Huang,Ori Lahav,Min Wu,Min Zhang,Ekaterina Komendantskaya,Guy Katz,Clark Barrett
from arxiv, In submission

This paper serves as a comprehensive system description of version 2.0 of the Marabou framework for formal analysis of neural networks. We discuss the tool's architectural design and highlight the major features and components introduced since its initial release.


翻译：本文全面描述了用于神经网络形式化分析的Marabou框架2.0版本。我们讨论了该工具的系统架构设计，并重点介绍了自其初始版本发布以来引入的主要特性与组件。
0
下载
关闭预览

相关内容

神经网络（Neural Networks）是世界上三个最古老的神经建模学会的档案期刊:国际神经网络学会(INNS)、欧洲神经网络学会(ENNS)和日本神经网络学会(JNNS)。神经网络提供了一个论坛，以发展和培育一个国际社会的学者和实践者感兴趣的所有方面的神经网络和相关方法的计算智能。神经网络欢迎高质量论文的提交，有助于全面的神经网络研究，从行为和大脑建模，学习算法，通过数学和计算分析，系统的工程和技术应用，大量使用神经网络的概念和技术。这一独特而广泛的范围促进了生物和技术研究之间的思想交流，并有助于促进对生物启发的计算智能感兴趣的跨学科社区的发展。因此，神经网络编委会代表的专家领域包括心理学，神经生物学，计算机科学，工程，数学，物理。该杂志发表文章、信件和评论以及给编辑的信件、社论、时事、软件调查和专利信息。文章发表在五个部分之一:认知科学，神经科学，学习系统，数学和计算分析、工程和应用。 官网地址：http://dblp.uni-trier.de/db/journals/nn/
【CVPR 2022】一个完全无监督的框架，从噪声和部分测量中学习图像，Robust Equivariant Imaging: a fully unsupervised framework for learning to image
【CVPR 2022】一个完全无监督的框架，从噪声和部分测量中学习图像，Robust Equivariant Imaging: a fully unsupervised framework for learning to image
专知会员服务
25+阅读 · 2022年3月3日
【NeurIPS2021】用于文本图表示学习的 GNN 嵌套 Transformer 模型：GraphFormers
【NeurIPS2021】用于文本图表示学习的 GNN 嵌套 Transformer 模型：GraphFormers
专知会员服务
46+阅读 · 2021年11月24日
UCM《机器学习导论笔记》，80页pdf CSE176 Introduction to Machine Learning
专知会员服务
32+阅读 · 2021年9月29日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
34+阅读 · 2019年10月18日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
60+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
59+阅读 · 2019年10月17日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
32+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
164+阅读 · 2019年10月12日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
44+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
STRCF for Visual Object Tracking
统计学习与视觉计算组
15+阅读 · 2018年5月29日
Focal Loss for Dense Object Detection
Focal Loss for Dense Object Detection
统计学习与视觉计算组
12+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
城市“建成环境——空间行为”的多尺度影响关系与机理研究
国家自然科学基金
13+阅读 · 2017年12月31日
“Fishes-in-net” 酵母孢子微胶囊式近平滑假丝酵母SCRII酶有机相高效手性合成机制研究
国家自然科学基金
3+阅读 · 2016年12月31日
Musielak-Orlicz-Sobolev 空间中的迹嵌入及其应用
国家自然科学基金
2+阅读 · 2015年12月31日
基于兰姆波在倾斜玻璃板上推动液滴运动研究
国家自然科学基金
0+阅读 · 2015年12月31日
MEMS数字地震检波器专用DSP芯片优化设计
国家自然科学基金
1+阅读 · 2015年12月31日
基于自主学习的Ad hoc Agent序贯决策研究
国家自然科学基金
47+阅读 · 2015年12月31日
Schr？dinger-Poisson方程守恒DDG方法研究
国家自然科学基金
2+阅读 · 2015年12月31日
动态Gr？bner 基与GVW算法
国家自然科学基金
0+阅读 · 2014年12月31日
海量Web用户生成内容物化关键技术
国家自然科学基金
2+阅读 · 2014年12月31日
概率抽样设计及其统计推断方法
国家自然科学基金
6+阅读 · 2014年12月31日
Towards a Psychology of Machines: Large Language Models Predict Human Memory
Arxiv
0+阅读 · 2024年3月8日
MUSTARD: Mastering Uniform Synthesis of Theorem and Proof Data
MUSTARD: Mastering Uniform Synthesis of Theorem and Proof Data
Arxiv
0+阅读 · 2024年3月7日
OGMP: Oracle Guided Multimodal Policies for Agile and Versatile Robot Control
Arxiv
0+阅读 · 2024年3月7日
Bicoptor 2.0: Addressing Challenges in Probabilistic Truncation for Enhanced Privacy-Preserving Machine Learning
Arxiv
0+阅读 · 2024年3月6日
Learning Invariant Representations of Graph Neural Networks via Cluster Generalization
Arxiv
0+阅读 · 2024年3月6日
Multiple Update Particle Filter: Position Estimation by Combining GNSS Pseudorange and Carrier Phase Observations
Arxiv
0+阅读 · 2024年3月6日
Best of Both Worlds: A Pliable and Generalizable Neuro-Symbolic Approach for Relation Classification
Arxiv
0+阅读 · 2024年3月5日
Hyperbolic Graph Neural Networks: A Review of Methods and Applications
Hyperbolic Graph Neural Networks: A Review of Methods and Applications
Arxiv
28+阅读 · 2022年2月28日
Multi-Task Identification of Entities, Relations, and Coreference for Scientific Knowledge Graph Construction
Multi-Task Identification of Entities, Relations, and Coreference for Scientific Knowledge Graph Construction
Arxiv
10+阅读 · 2018年8月29日
Multimodal Sentiment Analysis To Explore the Structure of Emotions
Arxiv
19+阅读 · 2018年5月25日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
Neural Networks
Networking
Analysis
Networks
设计
最新内容
无人机自主控制与人工智能：系统性综述
无人机自主控制与人工智能：系统性综述
专知会员服务
10+阅读 · 今天7:25
巡飞弹与反无人机系统——现代战场的两大支柱
巡飞弹与反无人机系统——现代战场的两大支柱
专知会员服务
3+阅读 · 今天6:54
《打造“黄金舰队”》57页报告
《打造“黄金舰队”》57页报告
专知会员服务
3+阅读 · 今天6:52
《北约数字教官网络发展路径》128页报告
《北约数字教官网络发展路径》128页报告
专知会员服务
2+阅读 · 今天6:33
ECCV 2026 | MIMFlow：MIM与归一化流统一图像生成
ECCV 2026 | MIMFlow：MIM与归一化流统一图像生成
专知会员服务
7+阅读 · 6月25日
超越自回归边界：扩散模型、世界模型与SSM如何重塑代码智能
超越自回归边界：扩散模型、世界模型与SSM如何重塑代码智能
专知会员服务
6+阅读 · 6月25日
重塑决策优势：美军作战艺术与多域作战中联盟联合全域指挥控制（CJADC2）体系的融合
重塑决策优势：美军作战艺术与多域作战中联盟联合全域指挥控制（CJADC2）体系的融合
专知会员服务
9+阅读 · 6月25日
网状网络及其在军事领域的运用
网状网络及其在军事领域的运用
专知会员服务
7+阅读 · 6月25日
《意识即战场——全球安全体系中认知战的演进：乌克兰构建认知作战体系的展望》
《意识即战场——全球安全体系中认知战的演进：乌克兰构建认知作战体系的展望》
专知会员服务
8+阅读 · 6月25日
无美国参与的欧洲战争方式（万字长文）
无美国参与的欧洲战争方式（万字长文）
专知会员服务
8+阅读 · 6月25日
重构“下一场战争”的制胜理论：超越兰彻斯特方程与现代系统
重构“下一场战争”的制胜理论：超越兰彻斯特方程与现代系统
专知会员服务
10+阅读 · 6月25日
《国防工业中基于模型定义的实施：产品定义数字化转型的战略路径》90页
《国防工业中基于模型定义的实施：产品定义数字化转型的战略路径》90页
专知会员服务
9+阅读 · 6月25日
《国防领域敏感性分析白皮书》
《国防领域敏感性分析白皮书》
专知会员服务
9+阅读 · 6月25日
综述 | 从问答到任务完成：Agent系统与Harness设计
综述 | 从问答到任务完成：Agent系统与Harness设计
专知会员服务
10+阅读 · 6月24日
Agentic RL：框架、实践与长程智能体训练
Agentic RL：框架、实践与长程智能体训练
专知会员服务
10+阅读 · 6月24日
相关VIP内容
【CVPR 2022】一个完全无监督的框架，从噪声和部分测量中学习图像，Robust Equivariant Imaging: a fully unsupervised framework for learning to image
【CVPR 2022】一个完全无监督的框架，从噪声和部分测量中学习图像，Robust Equivariant Imaging: a fully unsupervised framework for learning to image
专知会员服务
25+阅读 · 2022年3月3日
【NeurIPS2021】用于文本图表示学习的 GNN 嵌套 Transformer 模型：GraphFormers
【NeurIPS2021】用于文本图表示学习的 GNN 嵌套 Transformer 模型：GraphFormers
专知会员服务
46+阅读 · 2021年11月24日
UCM《机器学习导论笔记》，80页pdf CSE176 Introduction to Machine Learning
专知会员服务
32+阅读 · 2021年9月29日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
34+阅读 · 2019年10月18日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
60+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
59+阅读 · 2019年10月17日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
32+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
164+阅读 · 2019年10月12日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
44+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
STRCF for Visual Object Tracking
统计学习与视觉计算组
15+阅读 · 2018年5月29日
Focal Loss for Dense Object Detection
Focal Loss for Dense Object Detection
统计学习与视觉计算组
12+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
相关论文
Towards a Psychology of Machines: Large Language Models Predict Human Memory
Arxiv
0+阅读 · 2024年3月8日
MUSTARD: Mastering Uniform Synthesis of Theorem and Proof Data
MUSTARD: Mastering Uniform Synthesis of Theorem and Proof Data
Arxiv
0+阅读 · 2024年3月7日
OGMP: Oracle Guided Multimodal Policies for Agile and Versatile Robot Control
Arxiv
0+阅读 · 2024年3月7日
Bicoptor 2.0: Addressing Challenges in Probabilistic Truncation for Enhanced Privacy-Preserving Machine Learning
Arxiv
0+阅读 · 2024年3月6日
Learning Invariant Representations of Graph Neural Networks via Cluster Generalization
Arxiv
0+阅读 · 2024年3月6日
Multiple Update Particle Filter: Position Estimation by Combining GNSS Pseudorange and Carrier Phase Observations
Arxiv
0+阅读 · 2024年3月6日
Best of Both Worlds: A Pliable and Generalizable Neuro-Symbolic Approach for Relation Classification
Arxiv
0+阅读 · 2024年3月5日
Hyperbolic Graph Neural Networks: A Review of Methods and Applications
Hyperbolic Graph Neural Networks: A Review of Methods and Applications
Arxiv
28+阅读 · 2022年2月28日
Multi-Task Identification of Entities, Relations, and Coreference for Scientific Knowledge Graph Construction
Multi-Task Identification of Entities, Relations, and Coreference for Scientific Knowledge Graph Construction
Arxiv
10+阅读 · 2018年8月29日
Multimodal Sentiment Analysis To Explore the Structure of Emotions
Arxiv
19+阅读 · 2018年5月25日
相关基金
城市“建成环境——空间行为”的多尺度影响关系与机理研究
国家自然科学基金
13+阅读 · 2017年12月31日
“Fishes-in-net” 酵母孢子微胶囊式近平滑假丝酵母SCRII酶有机相高效手性合成机制研究
国家自然科学基金
3+阅读 · 2016年12月31日
Musielak-Orlicz-Sobolev 空间中的迹嵌入及其应用
国家自然科学基金
2+阅读 · 2015年12月31日
基于兰姆波在倾斜玻璃板上推动液滴运动研究
国家自然科学基金
0+阅读 · 2015年12月31日
MEMS数字地震检波器专用DSP芯片优化设计
国家自然科学基金
1+阅读 · 2015年12月31日
基于自主学习的Ad hoc Agent序贯决策研究
国家自然科学基金
47+阅读 · 2015年12月31日
Schr？dinger-Poisson方程守恒DDG方法研究
国家自然科学基金
2+阅读 · 2015年12月31日
动态Gr？bner 基与GVW算法
国家自然科学基金
0+阅读 · 2014年12月31日
海量Web用户生成内容物化关键技术
国家自然科学基金
2+阅读 · 2014年12月31日
概率抽样设计及其统计推断方法
国家自然科学基金
6+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员
Top