反例向き、効率と保証を両立するニューラルネットワーク検証技術の開発

研究課題

体系的番号	JPMJBY24D7
研究代表者	張振亜国立情報学研究所, 数理的高信頼ソフトウェア研究センター, 特任研究員
研究期間 (年度)	2025 – 2030 (予定)
概要	ニューラルネットワークは、自動運転などの安全性が重要な分野で急速に普及しており、その品質を厳密に保証するために、形式的な検証が不可欠です。本研究では、既存手法の効率性問題や不完全性問題を解決するため、反例を発見する可能性が高い方向へ検証を誘導する新しい検証手法を提案します。この手法により、早期に反例を検出するか、最終的に問題を検証することが可能となり、効率性と厳密性を両立することを目指します。