Resumen: El análisis de alcanzabilidad directa es un enfoque dominante para verificar las especificaciones de alcanzar y evitar en sistemas de retroalimentación neuronal, es decir, sistemas dinámicos controlados por redes neuronales, y se han propuesto y estudiado varias direcciones. Por el contrario, se ha prestado mucha menos atención al análisis de accesibilidad hacia atrás para estos sistemas, en parte debido a la escalabilidad limitada de las técnicas conocidas. En este trabajo, comenzamos a abordar esta brecha introduciendo nuevos algoritmos para calcular sobreaproximaciones y subaproximaciones de conjuntos alcanzables hacia atrás para sistemas de retroalimentación neuronal no lineales. También describimos e implementamos una integración de estas técnicas de accesibilidad hacia atrás con las existentes para el análisis hacia adelante. Al algoritmo resultante lo llamamos Integración de accesibilidad hacia adelante y hacia atrás para la certificación (FaBRIC). Evaluamos nuestros algoritmos en un conjunto representativo de puntos de referencia y demostramos que superan significativamente el estado de la técnica anterior.
Publicado originalmente en export.arxiv.org el 10 de marzo de 2026.
Ver fuente original
