AI 與世界的難題 · 天文與太空 · arXiv · 2026-10-19
無須重新學習物理對稱性:球面上的 SO(3) 等變卷積神經網路(CNN)
原標題: Learning without relearning physical symmetry: an SO(3)-equivariant convolutional network (CNN) on the sphere
許多物理資料集位於球面上且沒有偏好的方向,而忽略這種對稱性的方法需要多得多的模擬。作者提出一種適用於 HEALPix 球面的 SO(3) 等變 CNN,將對稱性直接建構於架構之中,使網路不必從資料中學習它。在基準測試中,它在密集梯度迴歸上達到最高的準確度;在宇宙學透鏡的模擬式推論中,於相同模擬數量下得到最緊的後驗分布。