BriefGPT - AI 论文速递
·
等变神经网络的李群分解
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文提出了一个使用李群和李代数的框架，用于处理几何变换的不规则群，重点关注李群 GL+(n, R) 和 SL (n, R)。作者展示了如何参数化卷积核来构建关于仿射变换等变的模型，并在标准的仿射不变基准分类任务上评估了模型的鲁棒性和越域泛化能力，结果表明该模型优于所有先前的等变模型以及所有胶囊网络提议。
🎯
关键要点
-
提出了一个使用李群和李代数的框架来处理几何变换的不规则群。
-
重点关注李群 GL+(n, R) 和 SL(n, R) 及其作为仿射变换的表示。
-
通过将较大的群分解为子群和子流形来实现不变积分和全局参数化。
-
展示了如何参数化卷积核以构建关于仿射变换等变的模型。
-
在标准的仿射不变基准分类任务上评估了模型的鲁棒性和越域泛化能力。
-
结果表明该模型优于所有先前的等变模型和所有胶囊网络提议。
➡️
