9月1日消息,南京大学教授申东烨荣获ACM SIGKDD(data mining and knowledge discovery)的最佳论文奖。
本次论文研究了如何处理深度学习模型中一类重要但在训练上通常被忽略的问题:类别不平衡问题(class imbalance problem)。通过引入一个称为类别匹配(class rectification)的新模块,能够直接处理这一问题,进而改善模型在不平衡数据上的泛化性能。
申东烨表示:“深度学习在众多领域大放异彩,但同时也带来了许多问题,如类别不平衡问题。我们的研究投入了大量的时间和精力,希望通过这个类别匹配的模块,能够提高模型的准确性和泛化能力。”