エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Equivariant Neural Networksの概論:群論を用いた深層学習の設計の進展 - Fire Engine
記事へのコメント0件
- 人気コメント
- 新着コメント
このエントリーにコメントしてみましょう。
人気コメント算出アルゴリズムの一部にヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Equivariant Neural Networksの概論:群論を用いた深層学習の設計の進展 - Fire Engine
最近、Equivariant Neural Networksというデータの対称性に着目した深層学習の設計の新しいパラダイムの... 最近、Equivariant Neural Networksというデータの対称性に着目した深層学習の設計の新しいパラダイムの存在を知り、非常に興味を持っている。Equivariant Neural Networksは、深層学習の更なる汎化性能の向上や学習の効率化、適用分野の拡大などを実現する可能性を秘めている。今回は、Equivariant Neural Networksとは何なのか、これまでの研究事例、どういう分野で応用できるのかなど、最近私が学んだことを概論的にまとめていく。 目次 Equivariant Neural Networksの概要 不変性と同変性 群論との関係 Geometric Deep Learningとの関係 CNNと同変性 様々なEquivariant Neural Networks Group Equivariant Convolution Networks (2