Noticias sobre ESNN

El artículo propone una red neuronal de capa equivariante (ESNN). Bajo la premisa de mantener las características escalares/vectoriales de primer orden y la equivarianza euclidiana estricta, aumenta la flexibilidad geométrica al aprender la transmisión del valor de la matriz entre características vectoriales adyacentes. La teoría describe la forma de transmisión cuando se utiliza el desplazamiento relativo como entrada covariante. En comparación con el GNN equivariante de primer orden anterior, que limitaba la transformación vectorial a operaciones fijas, ESNN trasladó la flexibilidad a la transmisión de borde, proporcionando una nueva dirección arquitectónica para el aprendizaje profundo geométrico.