Clebsch-Gordan 网络：一种全傅里叶空间球面卷积神经网络
机器学习
2018-11-13 v2 机器学习
摘要
Cohen 等人近期的工作利用群表示理论和非交换调和分析的思想，以旋转不变的方式学习球面图像，取得了最先进的结果。本文中我们提出该工作的一般化推广，通常表现出改进的性能，但从实现角度看实际上更简单。所提架构的一个不寻常特征是它仅使用 Clebsch–Gordan 变换作为其唯一的非线性来源，从而避免了反复的傅里叶正变换与逆变换。本文的基本思想可推广到构造对其他紧群作用不变的神经网络。
引用
@article{arxiv.1806.09231,
title = {Clebsch-Gordan Nets: a Fully Fourier Space Spherical Convolutional Neural Network},
author = {Risi Kondor and Zhen Lin and Shubhendu Trivedi},
journal= {arXiv preprint arXiv:1806.09231},
year = {2018}
}
备注
Camera ready version for the proceedings of the thirty-second conference on Neural Information Processing Systems (NIPS), Montreal, Canada, 2018