Sinir ağı denetleyicilerine sahip olanlar da dahil olmak üzere doğrusal olmayan dinamik sistemlerin asimptotik kararlılığını kanıtlamaya yönelik bir çerçeve olan Hyperlyve'yi (Hiper Düzlem Bölümlenmiş Lyapunov Doğrulama ve Numaralandırma) tanıtıyoruz. Hyperlyve, karşı örnek kılavuzlu endüktif sentez (CEGIS) döngüsü içindeki sürekli parçalı afin (CPA) nöral Lyapunov fonksiyonlarını öğrenir ve resmi olarak onaylar. Hyperlyve'nin en önemli yeniliği, derin ağların ReLU aktivasyonları tarafından oluşturulan hiperdüzlem düzenlemesini sıralayan ve Lyapunov koşullarının her çokyüzlü bölgede geçerli olduğunu onaylayan paralel bir algoritmadır.
- Sinir ağı denetleyicilerine sahip olanlar da dahil olmak üzere doğrusal olmayan dinamik sistemlerin asimptotik kararlılığını kanıtlamaya yönelik bir çerçeve olan Hyperlyve'yi (Hiper Düzlem Bölümlenmiş Lyapunov Doğrulama ve Numaralandırma) tanıtıyoruz.
- Hyperlyve, karşı örnek kılavuzlu endüktif sentez (CEGIS) döngüsü içindeki sürekli parçalı afin (CPA) nöral Lyapunov fonksiyonlarını öğrenir ve resmi olarak onaylar.
- Hyperlyve'nin en önemli yeniliği, derin ağların ReLU aktivasyonları tarafından oluşturulan hiperdüzlem düzenlemesini sıralayan ve Lyapunov koşullarının her çokyüzlü bölgede geçerli olduğunu onaylayan paralel bir algoritmadır.
Sinir ağı denetleyicilerine sahip olanlar da dahil olmak üzere doğrusal olmayan dinamik sistemlerin asimptotik kararlılığını kanıtlamaya yönelik bir çerçeve olan Hyperlyve'yi (Hiper Düzlem Bölümlenmiş Lyapunov Doğrulama ve Numaralandırma) tanıtıyoruz.
02 Özet
Sinir ağı denetleyicilerine sahip olanlar da dahil olmak üzere doğrusal olmayan dinamik sistemlerin asimptotik kararlılığını kanıtlamaya yönelik bir çerçeve olan Hyperlyve'yi (Hiper Düzlem Bölümlenmiş Lyapunov Doğrulama ve Numaralandırma) tanıtıyoruz. Hyperlyve, karşı örnek kılavuzlu endüktif sentez (CEGIS) döngüsü içindeki sürekli parçalı afin (CPA) nöral Lyapunov fonksiyonlarını öğrenir ve resmi olarak onaylar. Hyperlyve'nin en önemli yeniliği, derin ağların ReLU aktivasyonları tarafından oluşturulan hiperdüzlem düzenlemesini sıralayan ve Lyapunov koşullarının her çokyüzlü bölgede geçerli olduğunu onaylayan paralel bir algoritmadır. Kompakt bir ilgi alanı dahilinde tam pürüzsüz dinamiğin (parçalı doğrusal bir yaklaşım yerine) asimptotik kararlılığını doğrulamak için sağlam ve eksiksiz bölgesel testler türetiyoruz. Ayrıca, CPA nöral Lyapunov doğrulama probleminin hesaplama karmaşıklığını, literatürdeki önemli bir boşluğu doldurarak, ortak NP-tamamlanmış olarak tanımlıyoruz. Ampirik sonuçlar, Hyperlyve'nin ReLU ağlarını rakip araçlara göre 150 kat daha hızlı numaralandırdığını gösteriyor; bu da Hyperlyve'in, şu anda son teknoloji ürünü doğrulayıcılar için zorlu olan sistemlerin asimptotik kararlılığını kanıtlamasına katkıda bulunuyor.
Bu çeviri otomatik (makine çevirisi) olarak hazırlandı; bilimsel alıntı için özgün özeti esas alın.
We introduce Hyperlyve (Hyperplane Partitioned Lyapunov Verification and Enumeration), a framework for proving the asymptotic stability of nonlinear dynamical systems, including those with neural network controllers. Hyperlyve learns and formally certifies continuous piecewise-affine (CPA) neural Lyapunov functions within a counterexample-guided inductive synthesis (CEGIS) loop. Hyperlyve's key innovation is a parallel algorithm that enumerates the hyperplane arrangement formed by the ReLU activations of deep networks and certifies that Lyapunov conditions hold within each polyhedral region. We derive sound and complete regional tests to verify the asymptotic stability of the exact smooth dynamics (rather than a piecewise-linear approximation) within a compact domain of interest. Furthermore, we formally characterize the computational complexity of the CPA neural Lyapunov verification problem as co-NP-complete, filling a key gap in the literature. Empirical results demonstrate that Hyperlyve enumerates ReLU networks over 150-times faster than competing tools, which contributes to Hyperlyve proving the asymptotic stability of systems that are currently intractable for state-of-the-art verifiers.
03 PDF
Bu PDF başka bir sitede (arxiv.org) barındırılıyor ve sayfa içinde gösterilemiyor. Yukarıdaki düğmelerle yeni sekmede açabilir ya da indirebilirsiniz.
04 Kaynak göster
@article{yarbrough2026hyperlyve,
title = {Hyperlyve: Parallelized Enumeration and Exact Lyapunov Stability Certification for Deep ReLU Networks},
author = {Brian Yarbrough and Jesse Wayment and Jingbo Wang and Philip E. Paré and Shreyas Sundaram},
journal = {arXiv preprint arXiv:2611.21599},
year = {2026},
url = {https://arxiv.org/abs/2611.21599}
}
Yarbrough, B., Wayment, J., Wang, J., Paré, P. E., & Sundaram, S. (2026). Hyperlyve: Derin ReLU Ağları için Paralelleştirilmiş Sayım ve Tam Lyapunov Kararlılık Sertifikası. arXiv. https://arxiv.org/abs/2611.21599
Yorumlar 0
Henüz yorum yok. İlk yorumu siz yazın.
Yorum yazın