AI এবং বিশ্বের কঠিন সমস্যাগুলো · জ্যোতির্বিজ্ঞান ও মহাকাশ · arXiv · 2026-10-19

ভৌত প্রতিসাম্য পুনরায় না শিখে শেখা: গোলকের উপর একটি SO(3)-ইকুইভেরিয়েন্ট কনভোলিউশনাল নেটওয়ার্ক (CNN)

মূল শিরোনাম: Learning without relearning physical symmetry: an SO(3)-equivariant convolutional network (CNN) on the sphere

পদার্থবিজ্ঞানের অনেক ডেটাসেট গোলকের উপর থাকে এবং এগুলোর কোনো পছন্দের অভিমুখ নেই; এই প্রতিসাম্য উপেক্ষা করলে অনেক বেশি সিমুলেশন লাগে। লেখকেরা HEALPix গোলকের জন্য একটি SO(3)-ইকুইভেরিয়েন্ট CNN প্রস্তাব করেছেন, যা প্রতিসাম্যকে স্থাপত্যের মধ্যেই অন্তর্ভুক্ত করে, ফলে নেটওয়ার্ককে ডেটা থেকে তা শিখতে হয় না। বেঞ্চমার্কে এটি সবচেয়ে নির্ভুল ঘন গ্রেডিয়েন্ট রিগ্রেশন দেয়, এবং কসমোলজিক্যাল লেন্সিং সিমুলেশন-ভিত্তিক অনুমানে সমান সংখ্যক সিমুলেশনে সবচেয়ে সংকীর্ণ পোস্টেরিয়র পাওয়া যায়।

মূল লেখা পড়ুন ↗

সব আইটেম →