2023年3月22日，汤超实验室两位研究生参加了在拉斯维加斯举办的美国物理学会（APS）2023年三月会议，会议时间为3月5日至3月10日。杨宁同学在3月7日上午作了题为《Stochastic gradient descent introduces an effective landscape-dependent regularization favoring flat solutions》的报告，从统计物理的角度解释了随机梯度下降（SGD）算法如何在过参数化神经网络中的损失函数景观上帮助寻找到更平坦也即泛化能力更强的解。有关资料参考：https://meetings.aps.org/Meeting/MAR23/Session/F02.4
美国物理学会（APS）成立于1899年，是世界上最大的物理学组织之一，旨在促进物理学的发展和应用。本次会议涵盖了多个物理学领域，包括但不限于粒子物理学、凝聚态物理学、生物物理学、天体物理学、核物理学和原子物理学等。我们主要参加了生物物理学和机器学习相关主题的会议，相关会议材料整理请参考：https://disk.pku.edu.cn:443/link/AB0F247AEA348543077C93CB9B54A064
