L'IA face aux grands problèmes du monde · Astronomie et espace · arXiv · 2026-10-19
Apprendre sans réapprendre la symétrie physique : un réseau convolutif (CNN) SO(3)-équivariant sur la sphère
Titre original: Learning without relearning physical symmetry: an SO(3)-equivariant convolutional network (CNN) on the sphere
De nombreux jeux de données de physique vivent sur la sphère et n'ont pas d'orientation privilégiée, et les méthodes qui ignorent cette symétrie nécessitent beaucoup plus de simulations. Les auteurs proposent un CNN SO(3)-équivariant pour la sphère HEALPix qui intègre la symétrie dans l'architecture, de sorte que le réseau n'a pas à l'apprendre à partir des données. Sur les benchmarks, il offre la régression de gradient dense la plus précise et, en inférence basée sur la simulation pour le lentillage cosmologique, il produit les distributions a posteriori les plus étroites à nombre de simulations égal.