equivariant neural networks | BriefGPT

关键词equivariant neural networks

搜索结果 - 26

ICLR在具有潜在对称性的领域中，等变模型的惊人有效性
通过研究发现，即使强制施加不完全匹配于领域对称性的 equivariance 约束，也能显著提高机器学习环境中对真实对称性的学习效率和性能。在强制施加 extrinsic symmetry 的情况下，在具有潜在对称性的领域中，equivar
PDF2 years ago
具有融合图的群同态神经网络
本文提出使用融合图技术设计具有空间和排列对称性的神经网络，并将其应用于分子学习任务，以提高性能。
PDF2 years ago
无监督学习群不变和等变表示
本文针对深度学习的无监督学习，将群不变和群等变表示学习扩展到了该领域。我们提出了一种基于编码器 - 解码器框架的通用学习策略，其中潜在表示被分为不变项和等变群作用项。在利用预测适当的群作用来对齐输入和输出姿势以解决重建任务时，网络可以学习将
PDF2 years ago
预测分子属性中旋转等变卷积的相关性
本文探讨将角度特征直接纳入分子属性预测的实际价值，通过对 e3nn 与 QM9 数据集进行消融研究，发现旋转等变层相对于增加网络深度来说更为参数有效。在保持网络深度和参数数量稳定的情况下，加入角度特征可以平均降低测试误差 23%，特别是在偶
PDF4 years ago
ICLR面向有限资源的深度学习数据和计算高效设计
本文介绍了在医学领域中，利用等变神经网络所开发的移动设备，用于构建更准确、更健壮的模型，但因等变模型的大型高运算架构不适合于移动设备上运行，因此我们设计和测试了 MobileNetV2 的等变版本，并进一步优化模型量化，以实现更高效的推理，
PDF4 years ago
通过商特征空间提高群不变性 / 等变性深层网络的推广能力界限
本研究提出了一种新的不变和等变深度神经网络的泛化误差上界，并开发了一个称为 “商特征空间” 的方法来描述其对于一些属性的作用，证明了 “商特征空间” 的容积可以描述泛化误差并进一步表明不变性和等变性显著改善了误差上界的主导项，同时讨论了不变
PDF5 years ago