格点规范等变卷积神经网络的几何性质
高能物理 - 格点
2023-03-22 v1 机器学习
机器学习
摘要
格点规范等变卷积神经网络（L-CNN）是一种卷积神经网络框架，可应用于非阿贝尔格点规范理论而不破坏规范对称性。我们展示了如何为 L-CNN 赋予全局群等变性。这使得我们能够将表述扩展为不仅关于平移等变，而且关于旋转和反射等全局格点对称性等变。此外，我们给出了 L-CNN 的几何表述，并展示了 L-CNN 中的卷积如何作为 SU() 主丛上规范等变神经网络的特例出现。
引用
@article{arxiv.2303.11448,
title = {Geometrical aspects of lattice gauge equivariant convolutional neural networks},
author = {Jimmy Aronsson and David I. Müller and Daniel Schuh},
journal= {arXiv preprint arXiv:2303.11448},
year = {2023}
}
备注
22 pages