公开(公告)号：CN112199295A

公开(公告)日：2021-01-08

申请号：CN202011180145.6

申请日：2020-10-29

Applicant: 北京信息科技大学

Inventor： 李铮 ,  崔展齐 ,  刘建宾 ,  郑丽伟 ,  刘秀磊

IPC: G06F11/36 ,  G06N3/04 ,  G06N3/06

Abstract: 本发明公开了一种基于频谱的深度神经网络缺陷定位方法，属于软件测试技术领域，包括以下步骤：1、获取正确的测试用例和错误的测试用例，2、获取待测深度神经网络模型频谱信息，3、计算神经元的怀疑度，并按照怀疑度对神经元进行排序。本发明依据深度神经网络对测试集的运行输出和分类结果量化深度神经网络中的神经元，然后利用怀疑度公式计算其怀疑度，并对其进行排名，定位到最有可能是缺陷的位置。该方法及系统将神经元的输出和测试数据的运行结果结合，可以将深度神经网络模型中的缺陷直观的使用数值体现出来，更准确快捷的定位到深度神经网络模型缺陷的具体位置。

公开(公告)号：CN112199295B

公开(公告)日：2023-05-05

申请号：CN202011180145.6

申请日：2020-10-29

Applicant: 北京信息科技大学

Inventor： 李铮 ,  崔展齐 ,  刘建宾 ,  郑丽伟 ,  刘秀磊

IPC: G06F11/36 ,  G06N3/0464 ,  G06N3/06

Abstract: 本发明公开了一种基于频谱的深度神经网络缺陷定位方法，属于软件测试技术领域，包括以下步骤：1、获取正确的测试用例和错误的测试用例，2、获取待测深度神经网络模型频谱信息，3、计算神经元的怀疑度，并按照怀疑度对神经元进行排序。本发明依据深度神经网络对测试集的运行输出和分类结果量化深度神经网络中的神经元，然后利用怀疑度公式计算其怀疑度，并对其进行排名，定位到最有可能是缺陷的位置。该方法及系统将神经元的输出和测试数据的运行结果结合，可以将深度神经网络模型中的缺陷直观的使用数值体现出来，更准确快捷的定位到深度神经网络模型缺陷的具体位置。