新的“矩核”使卷积神经网络能够处理旋转和反射

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-03 04:00

研究人员推出了一种名为“矩核”（moment kernels）的新颖方法，使深度卷积网络能够实现对旋转和反射的等变性。与现有的群卷积等技术相比，这种方法提供了一种更简单、更具可扩展性的替代方案，尤其是在 3D 应用中。矩核使用笛卡尔表示进行参数化，使其能够使用标准的卷积模块实现，从而使从业者更容易使用。该方法已被证明可以在生物医学图像分析任务（包括分类和回归）中提高方向一致性，而无需其他等变方法所需的显著的方向通道扩展。 AI

影响这种新的核参数化可以简化等变神经网络在医学成像等领域的开发和应用。

排序理由该集群包含一篇详细介绍神经网络新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

Moment kernels

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Siqi Fang, Zachary Schlamowitz, Andrew Bennecke, Daniel J. Tward · 2026-08-03 04:00

Moment kernels: a simple and scalable approach for equivariance to rotations and reflections in deep convolutional networks

arXiv:2505.21736v2 Announce Type: replace-cross Abstract: Translation equivariance is a central reason convolutional neural networks have been successful in computer vision. Other symmetries, such as rotations and reflections, are similarly important in fields such as biomedical …

报道来源 [1]

Moment kernels: a simple and scalable approach for equivariance to rotations and reflections in deep convolutional networks

相关话题