Buchumschlag

Chordal Sparsity for SDP-based Neural Network Verification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xue, Anton, Lindemann, Lars, Alur, Rajeev
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Chordal Sparsity for Lipschitz Constant Estimation of Deep Neural Networks
von: Xue, Anton, et al.
Veröffentlicht: (2022)

Training Safe Neural Networks with Global SDP Bounds
von: Soletskyi, Roman, et al.
Veröffentlicht: (2024)

A Randomized Algorithm for Sparse PCA based on the Basic SDP Relaxation
von: Del Pia, Alberto, et al.
Veröffentlicht: (2025)

Provable Exactness for Asymmetric Low-Rank SDP Learning
von: Hu, Enliang
Veröffentlicht: (2018)

On Integer Programming for the Binarized Neural Network Verification Problem
von: Kim, Woojin, et al.
Veröffentlicht: (2025)

Conformal Predictive Programming for Chance Constrained Optimization
von: Zhao, Yiqi, et al.
Veröffentlicht: (2024)

Physics-Informed Neural Network Lyapunov Functions: PDE Characterization, Learning, and Verification
von: Liu, Jun, et al.
Veröffentlicht: (2023)

Weight-Parameterization in Continuous Time Deep Neural Networks for Surrogate Modeling
von: Rosso, Haley, et al.
Veröffentlicht: (2025)

SensLI: Sensitivity-Based Layer Insertion for Neural Networks
von: Kreis, Leonie, et al.
Veröffentlicht: (2023)

A Nonlinear Separation Principle via Contraction Theory: Applications to Neural Networks, Control, and Learning
von: Gokhale, Anand, et al.
Veröffentlicht: (2026)

Exploiting Chordal Sparsity for Globally Optimal Estimation with Factor Graphs
von: Subramanian, Avinash, et al.
Veröffentlicht: (2026)

Scalable Neural Network Verification with Branch-and-bound Inferred Cutting Planes
von: Zhou, Duo, et al.
Veröffentlicht: (2024)

Accelerated Frank-Wolfe Algorithms: Complementarity Conditions and Sparsity
von: Garber, Dan
Veröffentlicht: (2025)

On Unbalanced Optimal Transport: Gradient Methods, Sparsity and Approximation Error
von: Nguyen, Quang Minh, et al.
Veröffentlicht: (2022)

Distributionally Robust Safety Verification of Neural Networks via Worst-Case CVaR
von: Kishida, Masako
Veröffentlicht: (2025)

Projection-Free Functional Constrained Optimization for Risk Aversion and Sparsity Control
von: Cheng, Yi, et al.
Veröffentlicht: (2022)

Enhancing Unsupervised Feature Selection via Double Sparsity Constrained Optimization
von: Xiu, Xianchao, et al.
Veröffentlicht: (2025)

Gap-Free Clustering: Sensitivity and Robustness of SDP
von: Zurek, Matthew, et al.
Veröffentlicht: (2023)

Suboptimality bounds for trace-bounded SDPs enable a faster and scalable low-rank SDP solver SDPLR+
von: Huang, Yufan, et al.
Veröffentlicht: (2024)

Verification of Neural Control Barrier Functions with Symbolic Derivative Bounds Propagation
von: Hu, Hanjiang, et al.
Veröffentlicht: (2024)

Scalable Verification of Neural Control Barrier Functions Using Linear Bound Propagation
von: Vertovec, Nikolaus, et al.
Veröffentlicht: (2025)

Reinforcement Learning-based Control via Y-wise Affine Neural Networks (YANNs)
von: Braniff, Austin, et al.
Veröffentlicht: (2025)

Optimal Depth of Neural Networks
von: Qi, Qian
Veröffentlicht: (2025)

KKT-Informed Neural Network
von: Femine, Carmine Delle
Veröffentlicht: (2024)

Discrete-time Contraction-based Control of Nonlinear Systems with Parametric Uncertainties using Neural Networks
von: Wei, Lai, et al.
Veröffentlicht: (2021)

Curse of Dimensionality in Neural Network Optimization
von: Na, Sanghoon, et al.
Veröffentlicht: (2025)

On the Topology of Neural Network Superlevel Sets
von: Gharesifard, Bahman
Veröffentlicht: (2026)

Learning Neural Networks by Neuron Pursuit
von: Kumar, Akshay, et al.
Veröffentlicht: (2025)

Wide Neural Networks Trained with Weight Decay Provably Exhibit Neural Collapse
von: Jacot, Arthur, et al.
Veröffentlicht: (2024)

Deconstructing the Goldilocks Zone of Neural Network Initialization
von: Vysogorets, Artem, et al.
Veröffentlicht: (2024)

A Recovery Guarantee for Sparse Neural Networks
von: Fridovich-Keil, Sara, et al.
Veröffentlicht: (2025)

Towards Quantifying the Hessian Structure of Neural Networks
von: Dong, Zhaorui, et al.
Veröffentlicht: (2025)

A Unified Representation of Neural Networks Architectures
von: Prieur, Christophe, et al.
Veröffentlicht: (2025)

Forward Invariance in Neural Network Controlled Systems
von: Harapanahalli, Akash, et al.
Veröffentlicht: (2023)

Reinforcement Learning-based Control via Y-wise Affine Neural Networks: Comparative Case Studies for Chemical Processes
von: Braniff, Austin, et al.
Veröffentlicht: (2026)

Deep Operator Neural Network Model Predictive Control
von: de Jong, Thomas Oliver, et al.
Veröffentlicht: (2025)

Randomized Geometric Algebra Methods for Convex Neural Networks
von: Wang, Yifei, et al.
Veröffentlicht: (2024)

Relaxation-Informed Training of Neural Network Surrogate Models
von: Tsay, Calvin
Veröffentlicht: (2026)

Wasserstein Distributionally Robust Shallow Convex Neural Networks
von: Pallage, Julien, et al.
Veröffentlicht: (2024)

Exploring the Potential of Bilevel Optimization for Calibrating Neural Networks
von: Sanguin, Gabriele, et al.
Veröffentlicht: (2025)