热点事件持续更新
ESNN：图上几何传输的等变神经网络
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布研究，提出等变层神经网络 ESNN。该方法在相邻向量特征之间学习有向矩阵值传输，以增强几何交互，同时保持精确的欧几里得等变性。报道称，ESNN 不提升表示阶数，而是把几何灵活性放在边传输中；并证明当相对位移是唯一协变几何输入时，每个线性 O(n) 等变映射可分解为独立的径向与切向分量。目前该工作处于论文发布阶段，尚无后续实验或应用进展的报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
arXiv 发布 ESNN，提出在边传输中学习几何交互的等变层神经网络。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）ESNN：在图上学习几何传输的等变层神经网络
研究者提出等变层神经网络 ESNN，通过在相邻向量特征间学习有向矩阵值传输来增强几何交互，同时保持精确的欧几里得等变性。该方法不提升表示阶数，而是将几何灵活性放在边传输中，并证明当相对位移是唯一协变几何输入时，每个线性 O(n) 等变映射可分解为独立的径向与切向分量。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。