|
研究或解决的问题
本课题是要基于图神经网络(GNN)实现对AI代码(主要聚焦于深度学习模型)的缺陷检测,主要研究内容包括:
(1)收集整理大量的深度学习模型,构建起用于缺陷检测的规模可观的数据集;
(2)结合图神经网络的最新研究成果,探索并搭建起用于深度学习模型缺陷检测的图神经网络模型,并利用(1)中构建好的数据集进行训练;
(3)提供合理简洁的交互接口,以更方便直观的展示最终效果。
拟采用的研究手段:
利用Python、结合程序分析等手段收集整理大量的深度学习模型,并将它们都转为图;结合GNN相关文献利用DGL、Pytorch等库,搭建起适用于深度学习模型缺陷检测的图神经网络模型并训练;基于训练好的模型提供简洁合理的交互接口,辅助用户检测机器学习代码中是否有缺陷。
|