论文重读：从符号互动角度审视深度神经网络的泛化能力
机器学习
2025-02-17 v1 人工智能
计算与语言
计算机视觉与模式识别
摘要
本文旨从互动视角分析深度神经网络（DNN）的泛化能力。不同于以往在高维特征空间中分析DNN的泛化能力，本文发现DNN的泛化能力可被解释为互动的泛化能力。我们发现，具有可泛化性的互动遵循衰减状分布，而不可泛化的互动则呈纺锤形分布。进一步，本文的理论能够有效地从DNN中紧密分离这两种互动。我们在实验中验证了本文的理论能够良好匹配DNN中的实际互动。
引用
@article{arxiv.2502.10162,
title = {Revisiting Generalization Power of a DNN in Terms of Symbolic Interactions},
author = {Lei Cheng and Junpeng Zhang and Qihan Ren and Quanshi Zhang},
journal= {arXiv preprint arXiv:2502.10162},
year = {2025}
}
备注
arXiv admin note: text overlap with arXiv:2407.19198