SMLP: Symbolic Machine Learning Prover (User Manual)

要約

SMLP: Symbolic Machine Learning Prover は、機械学習モデルで表されるシステムの探索と最適化のためのオープンソース ツールです。
SMLP は、SMT、制約および NN ソルバーに基づいて、検証および安定性制約の下で ML モデルの探索と最適化に記号的推論を使用します。
さらに、その探索方法は確率的および統計的手法に基づいています。
SMLP は、CSV 形式の ML モデリングに適したデータ (通常はシステムの入出力のサンプル) のみを必要とする汎用ツールです。
SMLP は、アナログ レベルでのハードウェア設計の分析と最適化のためにインテルで適用されています。
現在、SMLP は NN、多項式、およびツリー モデルをサポートし、バックエンドでの推論と最適化に SMT ソルバーを使用しており、特殊な NN ソルバーの統合が進行中です。

要約(オリジナル)

SMLP: Symbolic Machine Learning Prover an open source tool for exploration and optimization of systems represented by machine learning models. SMLP uses symbolic reasoning for ML model exploration and optimization under verification and stability constraints, based on SMT, constraint and NN solvers. In addition its exploration methods are guided by probabilistic and statistical methods. SMLP is a general purpose tool that requires only data suitable for ML modelling in the csv format (usually samples of the system’s input/output). SMLP has been applied at Intel for analyzing and optimizing hardware designs at the analog level. Currently SMLP supports NNs, polynomial and tree models, and uses SMT solvers for reasoning and optimization at the backend, integration of specialized NN solvers is in progress.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google