arXiv提出SO(3)等变球面CNN

2026-10-17 01:451 篇报道1 个发布方

发生了什么

据arXiv论文，研究提出一种基于gauge equivariant mesh架构的SO(3)等变卷积网络，专为healpix球面数据设计。该网络利用可导向滤波器、平行移动和自旋加权特征构建卷积操作，提供精确对称性，避免模型重复学习物理对称性。在基准测试中，该技术实现了百分比级或更低的SO(3)不变性误差，并在密集梯度回归任务中达到最高精度。在宇宙学透镜模拟推断中，该方法在匹配模拟数量下产生最紧密的后验分布。

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

arXiv cs.LG2026-10-17 01:45一手材料
Learning without relearning physical symmetry: an SO(3)-equivariant convolutional network (CNN) on the sphere

来源关系与证据边界

按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。

一手材料1 个发布入口

发生了什么

Learning without relearning physical symmetry: an SO(3)-equivariant convolutional network (CNN) on the sphere