ИИ и сложнейшие проблемы мира · Астрономия и космос · arXiv · 2026-10-19
Обучение без повторного изучения физической симметрии: SO(3)-эквивариантная свёрточная сеть (CNN) на сфере
Оригинальное название: Learning without relearning physical symmetry: an SO(3)-equivariant convolutional network (CNN) on the sphere
Многие физические наборы данных заданы на сфере и не имеют выделенной ориентации, а методы, игнорирующие эту симметрию, требуют намного больше симуляций. Авторы предлагают SO(3)-эквивариантную CNN для сферы HEALPix, которая встраивает симметрию в архитектуру, так что сети не нужно выучивать её из данных. На бенчмарках она даёт наиболее точную плотную регрессию градиентов, а в симуляционном байесовском выводе для космологического линзирования — самые узкие апостериорные распределения при одинаковом числе симуляций.