【阿姆斯特丹博士论文】等变和坐标无关的卷积网络

文章预览

来源：专知 本文 为论文介绍 ，建议阅读 5 分钟 本介绍部分的其余部分相应地分为欧几里得和黎曼公式的坐标独立卷积网络及其应用的高层次概述。 在这篇论文《 等变与坐标独立卷积网络 》中，我们为处理图像、音频或视频等空间结构化数据开发了一种人工神经网络的规范理论。标准的神经网络架构用于此类数据的是卷积网络，其特点是位置无关的推理。卷积网络能够将其学习内容在空间位置上进行泛化，与非卷积模型相比，卷积网络在数据效率和稳健性方面具有显著优势。这一特性在医疗成像等训练数据稀缺的领域尤为重要。 卷积网络对空间位置的独立性通过其平移群等变性形式化地体现出来，即其性质是与输入信号的平移相交换 。我们表明，卷积网络设计不仅足以实现平移等变性，实际上是一个必要条件——因此，通过要求模型的等变性 ………………………………