| Titre : | Exploring a new method for the formal verification of neural networks through coloured petri net modeling |
| Auteurs : | Bochra Lafifi, Auteur ; Oussama Arki, Directeur de thèse ; Asma Gabis, Directeur de thèse ; Kais Klai, Directeur de thèse ; Faten Chakchouk, Directeur de thèse |
| Type de document : | document électronique |
| Editeur : | [S.l.] : [s.n.], 2025 |
| Format : | 1 fichier PDF (5 Mo) / ill. |
| Note générale : |
Mode d'accès : accès au texte intégral par intranet.
Mémoire de Projet de Fin d’Études : Génie Industriel. Data Science-Intelligence Artificielle : Alger, École Nationale Polytechnique : 2025 Bibliogr. p. 85 - 89 .- Annexe p. 90 - 96 |
| Langues : | Anglais |
| Index. décimale : | PI00625 |
| Tags : | Colored Petri Nets Neural Networks Formal Verification Explainable Artificial Intelligence (XAI) Model Checking |
| Résumé : |
This thesis introduces the Colored Petri Neural Network (CPNN), a novel frame- work that integrates Colored Petri Nets (CPNs) with multi-layer perceptrons (MLPs) to enhance the interpretability of neural networks. The CPNN model addresses the challenge of explainability in deep learning by enabling formal, fine-grained tracking of information flow during forward propagation. This approach provides transparent insights into feature contributions and decision-making processes.
By leveraging the formal verification strengths of CPNs, the model supports rigorous analysis without compromising predictive performance—particularly in critical domains such as healthcare. Additionally, a mathematical investigation of the neural network hyperparameters effects on state space complexity reveals the influence of factors like layer depth and mini-batch size on computational requirements, guiding more efficient design and verification. This work lays the foundation for developing interpretable, efficient, and verifiable deep learning systems in critical applications. |
Exemplaires (1)
| Cote | Support | Localisation | Section | Disponibilité | Spécialité | Etat_Exemplaire |
|---|---|---|---|---|---|---|
| PI00625 | Ressources électroniques | Bibliothèque centrale | Projet Fin d'Etudes | Disponible | Data sciences_Intelligence artificielle | Téléchargeable |
