English(EN) On the Impact of Class Imbalance on the Learning Dynamics of Deep Neural Networks:An Intuitive Insight

研究发现类别不平衡阻碍深度神经网络学习

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-26 04:00

一篇新的研究论文探讨了类别不平衡如何影响深度神经网络的学习过程。研究表明，在训练早期，不平衡的数据集会导致深度神经网络对少数类样本欠拟合，主要关注多数类。虽然模型最终会学习到少数类样本，但这种学习通常是过拟合且在测试阶段不可泛化，从而导致性能不佳。 AI

影响强调了训练AI模型的一个关键挑战，可能指导开发更强大、更公平的AI系统。

排序理由学术论文发表在arXiv上，详细介绍了具体的发现。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Ismail B. Mustapha, Shafaatunnur Hasan, Sunday O. Olatunji, Hatem S. Y. Nabus · 2026-05-26 04:00

On the Impact of Class Imbalance on the Learning Dynamics of Deep Neural Networks:An Intuitive Insight

arXiv:2605.24908v1 Announce Type: cross Abstract: Class imbalance in deep neural networks (DNNs) has witnessed a rapid increase in research attention in recent years. However, the varying accounts of the reasons behind the poor performance of DNN on imbalance data in pertinent li…