国际机器学习大会（International Conference on Machine Learning，简称 ICML）是全球机器学习领域最权威会议之一，也是中国计算机学会（CCF）推荐的A类国际学术会议，已举办40届，始终代表着该领域的最高学术水平和最新研究趋势。第41届ICML会议将于2024年7月21日至27日在奥地利维也纳举行。学校计算机与通信工程学院马惠敏教授指导的三维图像认知与仿真实验室团队论文被本次会议录用。

论文题为《Unveiling the Dynamics of Information Interplay in Supervised Learning》，团队博士生宋昆为第一作者，马惠敏教授为通讯作者。这项研究基于矩阵信息论，深入探讨了监督学习过程中数据表征与分类器之间的动态关系。研究中提出了矩阵互信息率和矩阵熵差率，作为评估监督学习中数据表征与分类器交互作用的新指标，并给出了神经崩塌现象发生时这两项指标的理论最优值。实验结果表明，这些指标不仅有效解释了神经网络中的许多现象，还为理解神经网络的顿悟现象提供了深刻见解。此外，矩阵互信息率和矩阵熵差率还可以作为监督学习的损失函数，优化样本表征与分类器之间的信息交互，从而提升模型性能。该研究为神经网络的理解与优化作出了重要贡献，并得到了国家自然科学基金和国家重点研发计划等项目的资助。

（供图：计通学院）

（责编：付云笛、薛浪）