提出SE(2)不变性最优特征映射与CNN模块

2026年10月15日，arXiv Artificial Intelligence 报道，Tomas Karella 等作者发表论文，基于经典不变量理论推导出可证明最优的 SE(2) 不变特征映射，该映射在对称群下兼具最小性与信息保持性。作者称其构造设计为可无缝集成进标准架构，无需改动非线性层或归一化层；作为具体实现，他们为卷积神经网络提出一个即插即用模块，在标准架构内同时实现平移与旋转不变性。实验显示，与当前最优等变方法相比，该方法精度相当或更优，且计算成本显著更低。该工作已被 NeurIPS 2026 主赛道接收。上述内容均来自该论文自述，尚无其他独立报道或后续跟进。

AI 根据报道生成 · 21 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。