AI与世界难题 · 天文与太空 · arXiv · 2026-10-19
无需重新学习物理对称性：球面上的SO(3)等变卷积神经网络（CNN）
原标题: Learning without relearning physical symmetry: an SO(3)-equivariant convolutional network (CNN) on the sphere
许多物理数据集分布在球面上且没有偏好方向，忽略这一对称性的方法需要多得多的模拟。作者提出了一种适用于HEALPix球面的SO(3)等变CNN，将对称性内置于架构之中，因此网络无需从数据中学习它。在基准测试中，它给出了最准确的稠密梯度回归；在宇宙学透镜的基于模拟的推断中，在模拟次数相同的情况下，它得到了最紧致的后验分布。