arXiv 发布 SE(2) 不变网络最优构造论文

研究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，在对称群下兼具最小性与信息保持，且无需改动非线性层或归一化层。作者据此提出一个即插即用模块，使标准卷积神经网络同时具备平移与旋转不变性。实验显示其精度与 SOTA 等变方法相当或更优，计算成本显著更低；论文被 NeurIPS 2026 主赛道接收。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。