arXiv · cs.AI· Chashi Mahiul Islam·· 11 天前AI 评分24
Neural Expansion：解释深度神经网络泛化能力的统一机制
Neural Expansion: A Unified Mechanism for How Deep Neural Networks Generalize
来源与原文
arXiv · cs.AI
作者：Chashi Mahiul Islam
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.23716v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 NeurIPS 2026 接收的研究提出 Neural Expansion，通过输入空间中方向选择性射线覆盖的扩张来刻画深度神经网络的泛化。框架用 Generalization Intervals（GIs）量化训练样本周围预测保持稳定的方向特定区域，实验发现训练会逐步扩张射线覆盖，尤其沿低 Jacobian 奇异值方向。该几何机制可解释正确分类、对抗样本乃至误标注和分布外样本，为现有全局理论提供补充。
来源：arXiv · cs.AI · arxiv.org