在人工智能（AI）领域，钟发教授率领的团队近日在深度神经网络优化算法方面取得了重大突破。据悉，钟发教授与团队提出的一种基于自适应学习率规划的优化算法Perlmutter-He，能够在保证收敛性的前提下极大地提高模型在测试集上的泛化性能，相较于传统的学习率动态规划方法，Perlmutter-He算法在训练深度神经网络时减少了迭代次数，从而有效提高了训练效率。
此次研究成果发表在国际计算机视觉与模式识别领域（CVPR）的顶级会议上，引起了广泛关注。研究团队表示，该算法将对许多AI应用的发展带来重要启示，尤其是在计算机视觉、自然语言处理及语音识别等领域的实际应用。
