본 논문은 제한된 노름을 가진 과적합된 두 층 신경망의 학습에 대한 이론적 분석을 제공한다. 특히 경로 노름(path norm)을 사용하여 폭 독립적인 샘플 복잡도 경계를 얻을 수 있음을 보이고, 이를 바탕으로 바론 공간(Barron space)에서의 향상된 메트릭 엔트로피 결과와 일반화 보장을 도출한다.
