Název: Neural Criticality: Validation of Convolutional Neural Networks
Autoři: Diviš, Václav
Hrúz, Marek
Citace zdrojového dokumentu: DIVIŠ, V. HRÚZ, M. Neural Criticality: Validation of Convolutional Neural Networks. In CEUR Workshop Proceedings. Neuveden: CEUR-WS, 2021. s. nestránkováno. ISBN: neuvedeno , ISSN: 1613-0073
Datum vydání: 2021
Nakladatel: CEUR-WS
Typ dokumentu: konferenční příspěvek
ConferenceObject
URI: 2-s2.0-85101278318
http://hdl.handle.net/11025/47141
ISBN: neuvedeno
ISSN: 1613-0073
Klíčová slova v dalším jazyce: Criticality;Validation;Convolutional Neural Networks
Abstrakt v dalším jazyce: The black-box behavior of Convolutional Neural Networks is one of the biggest obstacles to the development of a standardized validation process. Methods for analyzing and validating neural networks currently rely on approaches and metrics provided by the scientific community without considering functional safety requirements. However, automotive norms, such as ISO26262 and ISO/PAS21448, do require a comprehensive knowledge of the system and of the working environment in which the network will be deployed. In order to gain such a knowledge and mitigate the natural uncertainty of probabilistic models, we focused on investigating the influence of filter weights on the classification confidence in Single Point Of Failure fashion. We laid the theoretical foundation of a method called the Neurons’ Criticality Analysis. This method, as described in this article, helps evaluate the criticality of the tested network and choose related plausibility mechanism. Copyright © 2021, for this paper by its authors. Use permitted under Creative Commons License Attribution 4.0 International (CC BY 4.0).
Práva: Plný text je přístupný v rámci univerzity přihlášeným uživatelům.
© authors
Vyskytuje se v kolekcích:Konferenční příspěvky / Conference Papers (KKY)
OBD

Soubory připojené k záznamu:
Soubor VelikostFormát 
Divis_Neural_Criticality_SafeAI_2021.pdf485,57 kBAdobe PDFZobrazit/otevřít  Vyžádat kopii


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/47141

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Publikační činnost / Publications
  3. OBD