arXiv · cs.AI· Tomas Karella, Emily Shinkle, Alice Elisabeth Anastasia Allen, Pieter J. Swart, Nicholas Lubbers, Roxana Bujack·· 1 天前
研究提出满足SE(2)不变性的最优神经网络模块
On Making $\mathrm{SE}(2)$-Invariant Networks Optimal
arXiv:2610.17424v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tomas Karella, Emily Shinkle, Alice Elisabeth Anastasia Allen, Pieter J. Swart, Nicholas Lubbers, Roxana Bujack
研究任务与主要进展
基于论文摘要，研究作者提出满足SE(2)对称性的神经网络特征映射与即插即用模块，可嵌入标准卷积架构并无需修改非线性层或归一化层。作者声称该方法在信息保持和表达性方面具有最优性，实验准确率相比现有等变方法具有竞争力或更高，同时计算成本显著更低；摘要未说明具体数据集、基线和实验细节。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org