文章名:
DeepGini: Prioritizing Massive Tests to Enhance the Robustnessof Deep Neural Networks
中文译名:
为测试进行质量排序,提升DNN的鲁棒性
关键词:
Deep Learning, Test Case Prioritization, Deep Learning Testing.
动机:
需求来源于快速识别可能的误分类测试。
怎么做的:
这篇论文的核心思想比较简单,即原先对测试的评价依据主要来源于和覆盖率相关的准则,而本文的对测试质量的判断指标主要来源于DNN分类的结果数据,简而言之,分类结果越分散则越倾向于误分类。借助这个原理本文提出工具Deepgini去完成这个工作。
实验过程略。
本人对科研论文了解尚浅,如有错误,还请指正