王振楠博士研究生、向灿群博士研究生、邹文斌副教授、徐晨教授发表的论文题目为“MMA Regularization: Decorrelating Weights of Neural Networks by Maximizing the Minimal Angles”，提出了一种新颖的神经网络正则化方法，促进权重向量的方向多样性，减 弱神经元或卷积核之间的相关性。由于该方法使同层中的权重向量之间的最小夹角最大化（Maximizing the Minimal Angle），因此简称为MMA正则化。MMA正则化形式简单、计算复杂度低、效果明显，因此，可以作为神经网络模型的基本正则化策略。

相关论文请见：

https://papers.nips.cc/paper/2020/file/dcd2f3f312b6705fb06f4f9f1b55b55c-Paper.pdf