具可调性软等变性
综合数学
2026-04-02 v1
摘要
等变性是计算机视觉模型中的基本属性，但严格等变性在现实数据中很少被满足，这会限制模型的性能。因此控制等变性程度是有利的。我们提出了一个构建软等效模型的通用框架，通过将模型权重投影到设计的子空间中来实现。该方法适用于任何预训练的架构，并提供等变性误差的理论界限。实验上，我们在多个预训练主干网络上 demonstrate 了该方法的有效性，包括 ViT 和 ResNet，涵盖图像分类、语义分割和人体轨迹预测等任务。值得注意的是，我们的方法在保持等变性误差降低的同时，在竞争性的 ImageNet 基准上提高了性能。
引用
@article{arxiv.2603.26656,
title = {Numerical topology of the clique complex of the partition graph: Euler characteristic, clique counts, and sequence data},
author = {Fedor B. Lyudogovskiy},
journal= {arXiv preprint arXiv:2603.26656},
year = {2026}
}
备注
23 pages, 2 figures