Scifaro

中文

物理学与卷积神经网络中的协变性

机器学习 2019-06-07 v1 高能物理 - 理论机器学习

作者: Miranda C. N. Cheng , Vassilis Anagiannis , Maurice Weiler , Pim de Haan , Taco S. Cohen , Max Welling

在 arXiv 上查看 ↗ PDF ↗

摘要

在本会议论文中，我们概述了近期卷积神经网络（CNN）发展中所呈现的协变性（或等变性）思想。我们研究了理论物理学中协变性的使用与CNN语境下协变性的使用之间的异同。此外，我们证明了简单的协变性假设，连同局部性、线性和权值共享等必需性质，足以唯一确定卷积的形式。

关键词

协变性等变性卷积神经网络局部性权值共享理论物理学

引用

@article{arxiv.1906.02481,
  title  = {Covariance in Physics and Convolutional Neural Networks},
  author = {Miranda C. N. Cheng and Vassilis Anagiannis and Maurice Weiler and Pim de Haan and Taco S. Cohen and Max Welling},
  journal= {arXiv preprint arXiv:1906.02481},
  year   = {2019}
}