神经网络可以看作是一种新的编程范式,即不再通过程序员头脑中(通常是非正式的)逻辑推理来构建越来越复杂的程序,而是通过使用大数据优化通用神经网络模型来构建复杂的“人工智能”系统。在这个新范式中,TensorFlow 和 PyTorch 等人工智能框架起着关键作用,与传统程序的编译器一样重要。众所周知,编程语言(如 C)缺乏适当的语义,即编译器的正确性规范,导致了许多有问题的程序行为和安全问题。虽然由于编程语言的高度复杂性及其快速发展,通常很难为编译器制定正确性规范,但这次我们有独特的机会为神经网络(具有一组有限的功能,并且大多数具有稳定的语义)做到这一点。在这项工作中,我们报告了我们在提供 TensorFlow 等神经网络框架的正确性规范方面的努力。我们在逻辑编程语言 Prolog 中指定了几乎所有 TensorFlow 层的语义。我们通过两个应用程序展示了语义的实用性。一个是 TensorFlow 的模糊测试引擎,它具有强大的 oracle 和生成有效神经网络的系统方法。另一种是模型验证方法,可为 TensorFlow 模型提供一致的错误报告。
。cc-by-nc 4.0国际许可(未获得同行评审证明),他授予Biorxiv授予Biorxiv的许可,以永久显示预印本。这是该版本的版权持有人,该版本发布于2024年12月31日。 https://doi.org/10.1101/2024.12.30.630796 doi:Biorxiv Preprint
隐私声明Safework NSW尊重您的隐私,并致力于保护个人信息。本文档中提供的信息是为了为《 WHS法》第11部分的目的做出一项承诺。此信息将按照现任州政府隐私制度的要求进行管理。新南威尔士州的Safework可以出售该承诺和其中包含的信息,以便在承诺中确定的目的或出于报纸和网站等各种出版物中的其他适当法律目的。Safework NSW可能需要根据其他执法活动向其他监管机构披露个人信息,这可以作为调查的一部分进行。有关我们隐私政策的更多信息,请访问safework.nsw.gov.au。
(f) 抵销金融工具 如果有法定可执行的权利抵销已确认的金额,并且有意以净额结算或同时变现资产和清偿负债,则金融资产和负债应予以抵销,并在资产负债表中报告净额。法定可执行的权利不得取决于未来事件,并且必须在正常业务过程中以及在公司或交易对手违约、无力偿债或破产的情况下可执行。
为了使争议解决制度可靠并且有效地运作,决策过程应是合法的,并且必须用必要的强制力量批准其产品。1因此,国际仲裁与任何其他争议解决制度一样,必须保证其手段的质量,并提供有效制裁其目的。外国仲裁裁决的可执行性代表了国际仲裁制度所依据的中心支柱之一。2国际仲裁一直是解决跨国纠纷的首选手段,这是因为仲裁裁决通常被视为最终,具有约束力和可执行的最终裁决。3国际仲裁中决策的合法性得到了将诉讼作为仲裁的诉讼作为尊敬裁决结果的隐含参与的当事人的合法性。4因此,奖励者期望外国仲裁裁决是最终,具有约束力且直接可执行的。没有什么不同的期望
2018年,联合国发展计划署委托并支持开展了一项评估,以确定实施初始绿色增长和气候适应战略的主要成就、不足和经验教训。其目的是确保该战略继续成为一份相关、有效且可执行的国家指导性文件。
为希望参观每个城市的旅行推销员找到最短的路线是一个众所周知的问题。鲜为人知的是中国邮递员,他希望沿着每条道路旅行。中国邮政问题(CPP)很有趣,因为它具有许多应用程序,是一个简单的问题,但没有简单的算法。对CPP有很多变化,最值得注意的是道路是单向的(这是定向的CPP还是DPP),以及邮递员是否必须返回到他们开始的位置(关闭还是打开CPP)。本文特别与定向的CPP有关,并为封闭解决方案和开放解决方案提供算法。尽管存在许多CPP的伪代码描述(例如[10]),但没有可执行的算法可用[17]。典型的参考文献说:“算法的细节太复杂了,无法在此处提供” [3]。本文提供并解释了可执行的Java来解决该问题,因此使算法及其应用程序可访问广泛的受众。该代码在本文中全部给出(它是从原始源代码[21]自动提取的),也可以从网站http://www.uclic.ucl.ac.ac.uk/harold/cpp中获得,该代码在Java和Mathematica中提供了代码。本文的目的是激励和表现出清晰的工作算法,而不是商业或特别有效的算法。但是,我们对CPP的实施是
(4)尽早与 DT 和 OT 社区合作,采用基于模型的测试和评估(5)利用模型和数字工件来规划和跟踪可靠性和其他程序技术性能指标(6)继续起草提案请求和由此产生的合同,以包含可执行的语言,并确保以适当的基于模型的格式提供可交付成果(7)促进技术交易,以更快地交付能力,从而保持领先于对手
生物测定法(也称为生物测定)是许多生物和一些非生物药品生产和销售所需的质量评估的一个组成部分。常用于药物效力评估的生物测定法与化学测试的区别在于,生物测定法依赖于生物基质(例如动物、活细胞、靶受体的功能复合物)。本章简要介绍了 USP-NF 章节或专论中生物测定法的某些基本生物统计学程序,即异常值识别、相对效力测量的置信区间和独立测定法的组合。旨在传达监管机构可执行的要求。
本出版物中表达的观点和观点是作者的观点,不一定反映其各自雇主,其管理,子公司,分支机构,专业人士或任何其他机构,组织或公司的看法和政策。本出版物中的观点和观点可能会发生变化和修订。FDA是医疗设备创新联盟(MDIC)计算建模与仿真(CM&S)工作组的成员,并在该领域提供主题专业知识。但是,FDA并未为MDIC成员CM&S调查的执行和分析做出贡献。本文档中包含的观点,调查结果和解释并不构成美国食品和药物管理局(FDA)指南,政策,建议或合法可执行的要求。