一篇新论文提出，深度神经网络（DNN）在图像识别任务中的成功源于其发现数据集中高阶相关函数的能力。作者认为，DNN有效地采用了类似于凝聚态物理学的方法，专注于介观尺度相关结构。这一观点为解释DNN的泛化能力提供了潜在的解释，似乎挑战了传统的统计学习理论。 AI
影响 为理解DNN泛化能力提供了新的理论视角，可能指导未来模型可解释性和设计的研究。
排序理由 该集群包含一篇讨论DNN理论方面及其泛化能力的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2511.21715v2 Announce Type: replace-cross Abstract: This paper argues that dataset structure is important in image recognition tasks (among other tasks). Specifically, we focus on the nature and genesis of correlational structure in the actual datasets upon which DNNs are t…