ICMLJun, 2022
基于傅里叶变换的同变网络同构空间中的核与非线性设计
Unified Fourier-based Kernel and Nonlinearity Design for Equivariant Networks on Homogeneous Spaces
Yinshuang Xu, Jiahui Lei, Edgar Dobriban, Kostas Daniilidis
TL;DR从 Fourier 角度出发,我们在同质空间上引入了一种统一的群等变网络框架,其中考虑了张量值特征场及其卷积层前后的特征,通过利用提升特征场的 Fourier 系数的稀疏性,通过 Fourier 域统一推导卷积核并实现非线性激活,该方法在 spherical vector field regression、point cloud classification 和 molecular completion 等任务中达到了最先进的性能水平。