SE(2) invariance

新的SE(2)-不变网络为神经网络架构提供最优效率

研究人员开发了一种将已知数据对称性集成到神经网络架构中的新方法，特别关注SE(2)不变性，它同时考虑了平移和旋转。该方法使用可证明的最优不变特征图，这些特征图是最小且保留信息的，可以无缝集成到现有模型中，而不会改变非线性或归一化层。实验表明，这种用于卷积神经网络的即插即用模块与当前最先进的等变方法相比，在计算成本较低的情况下实现了具有竞争力的准确性，同时还为模型鲁棒性和灵活性提供了关于等变性和不变性之间相互作用的见解。