Poincaré ResNet

新的网络架构将双曲几何与对称群相结合，以改进视觉表示学习

研究人员开发了群等变庞加莱卷积网络（Group-Equivariant Poincaré Convolutional Networks），这是一种在双曲空间中学习视觉表示的新方法。该方法通过整合离散对称群（$C_4$ 和 $D_4$）来改进优化并减少冗余参数使用，从而解决了现有双曲网络的局限性。提出的技术，包括几何安全的张量重塑和双曲群卷积，加速了收敛并更好地遵循庞加莱球流形的约束。