• Media type: Text; E-Book; Electronic Thesis
  • Title: Verification and validation of Machine Learning techniques ; Vérification et validation de techniques d'apprentissage machine
  • Contributor: Girard-Satabin, Julien [Author]
  • imprint: theses.fr, 2021-11-09
  • Language: English
  • Keywords: Formal methods ; Réseaux de neurones ; Neural networks ; Méthodes formelles
  • Origination:
  • Footnote: Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
  • Description: L'apprentissage machine, en particulier au moyen des réseaux de neurones artificiels, connaît depuis une dizaine d'année une expansion impressionnante.Véhicules autonomes, capteurs d'anomalies d'ancrage sur des plateformes offshores, détecteurs de collision d'aéronefs,aide au diagnostic pour différents cancers sont autant d'applications faisant intervenir les technologies d'apprentissage profond au sein de systèmes critiques;ouvrant des perspectives inexplorées pour les sociétés humaines. Bien que bénéfique en apparence,cette révolution a de quoi inquiéter à mesure qu'elle se concrétise : la fragilité de ces techniques d'apprentissage est désormais un fait scientifique établi.La taxonomie des vulnérabilités, qu'elles soient accidentelles ou malicieuses, remet en question la possibilité d'intégrer des réseaux de neurones dans des domaines critiques qui pourraient pourtant en bénéficier. A l'heure actuelle, peu de méthodes permettent de démontrer formellement la fiabilité d'un réseau de neurones.Par contraste, le domaine du logiciel critique, quant à lui, jouit d’une multitude de méthodes et techniques : vérification formelle, model checking, simulation, interprétation abstraite, tests dirigés, etc. L'objectif de cette thèse est de réconcilier l'abondance des techniques de vérification de programmes classiques et l'absence de garanties sur les réseaux de neurones, ce pour permettre aux logiciels critiques de conserver le haut niveau de confiance qu'ils ont atteint quand ils seront inévitablement modifiés avec des mécanismes d'apprentissage machine. ; Machine Learning techniques, Neural Networks in particular,are going through an impressive expansion, permeating various domains, becoming the next frontier forhuman societies. Autonomous vehicles, aircraft collisionavoidance, cancer detection, justice advisors, or mooring line failure detection are but a few examples of Neural Networks applications.This effervescence, however, may hold more than benefits,as it slowly but surely reaches critical systems.Indeed, the ...
  • Access State: Open Access