一种深度神经网络的测试输入选择算法

本周粗略阅读了《Test Input Selection for Deep Neural Networks》,该论文主要提出了一种深度神经网络的测试输入选择算法,该算法与DeepXplore相比表现更好。

主要工作:

本文提出了一种测试子集选择算法,通过选择值得标注的测试输入来缓解Oracle问题的算法。该算法可以在标记预算有限的情况下自动选择覆盖率高但规模小的测试用例集。与DeepXplore算法相比,该算法可以生成更小的测试集,具有更高的覆盖率。

贡献:

  1. 提出了一种基于动态规划和DNN结构覆盖标准的测试子集选择算法:在每次迭代中,从未标记的测试集中选出能够达到最高覆盖率的最小子集。(在两个公共数据集上的实验表明,与 DeepXplore 相比,所提出的方法以更小的测试套件实现了更高的覆盖率。)

  2. 设计了一种排序算法,通过根据错误检测能力对未标记的测试集进行排序。

算法:

1. 测试选择算法:输出当前测试数据集覆盖率最大的最小子集

2. 测试优先级排序算法:迭代执行算法1,从未标记的测试池中删除选定的测试。输出基于错误检测能力的测试集排序序列。

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

海苔小饼干

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值