统计与数据科学学院 刘镇 报道
近日，我校统计与数据科学学院尹燕青教授、李慧琴副教授团队与南洋理工大学潘光明教授合作完成的研究论文《Spectral Asymptotics of Neural Network Jacobians: Convergency, Universality, and Phase Transition》（中文译名：神经网络雅可比矩阵的谱渐近性：收敛性、普适性与相变），在国际顶级统计学期刊 Annals of Statistics（简称AoS，中文译名《统计学年刊》）接收后，成功入选 NeurIPS（神经信息处理系统大会）2026 的 Journal-to-Conference Track（期刊转会议特别轨道），并受邀在大会期间进行海报展示（Poster Presentation）。
NeurIPS是人工智能与机器学习领域最具国际影响力的学术会议之一。为促进统计学与人工智能领域的深度交叉，AoS与NeurIPS于2025年联合启动上述特别交流轨道，为具有重要理论和方法学价值的期刊论文提供进入NeurIPS大会展示交流的平台。在2025年首届项目中，共有34篇期刊论文入选，其中20篇来自 AoS，入选论文来自2024-2025年发表或接收的研究成果。
该论文围绕深度神经网络雅可比（Jacobian）矩阵的高维谱性质展开系统研究，建立了相关极限谱分布与线性谱统计量理论，揭示了权重分布的普适性以及由激活函数驱动的谱相变现象。相关成果将随机矩阵理论、高维统计与深度学习理论相结合，为理解深度神经网络的高维谱结构与训练机制提供了新的理论视角。
此次获选体现了该项成果在统计学与人工智能交叉研究领域的学术价值，进一步提升了我校在高维统计、随机矩阵理论与人工智能交叉研究方向上的国际影响力。尹燕青教授将赴会参加NeurIPS 2026，并代表团队进行Poster Presentation。
