本研究解决了深度学习中长尾分布导致的性能不平衡问题，重点关注神经网络架构设计。提出的长尾差异架构搜索（LT-DARTS）通过优化架构组件和引入等角紧框（ETF）分类器，显著提升了长尾数据的识别效果，实现了优于现有方法的结果，具有重要的实际应用潜力。

本研究使用改进的Relax DARTS算法解决眼动生物识别中的网络架构设计问题，通过独立训练架构参数提高了搜索和训练效率，在四个公共数据库上显著提升了识别性能。