一种基于边状态的深度神经网络测试充分性的方法
授权
摘要
本发明公开了一种基于边状态的深度神经网络测试充分性的方法，包括准备待测模型和测试用例；确定神经元状态以及记录神经元状态；确定边的状态并记录边的状态；确定覆盖标准和计算覆盖率并优化模型，本发明为神经网络模型提供了新的测试指标，有助于测试人员挑选测试用例或提升测试用例数据质量，同时也能为深度学习测试的发展提供帮助。
基本信息
专利标题 ：
一种基于边状态的深度神经网络测试充分性的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110110854A
申请号 ：
CN201910258666.X
公开（公告）日 ：
2019-08-09
申请日 ：
2019-04-01
授权号 ：
CN110110854B
授权日 ：
2022-04-22
发明人 ：
王子元钱航
申请人 ：
南京邮电大学
申请人地址 ：
江苏省南京市鼓楼区新模范马路66号
代理机构 ：
南京瑞弘专利商标事务所(普通合伙)
代理人 ：
彭雄
优先权 ：
CN201910258666.X
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-04-22 ：
授权
2019-09-03 ：
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20190401
申请日 : 20190401
2019-08-09 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
