محققان در مقالهای جدید، فریمورک نوآورانهای به نام LieBN را معرفی کردهاند که تکنیک Batch Normalization را برای گروه های لی (Lie Groups) بازطراحی میکند.
این روش که با هدف بهبود عملکرد شبکههای عصبی عمیق روی مانیفلدها توسعه یافته، میتواند میانگین و واریانس ریمانی را به شکلی دقیقتر کنترل کند. این دستاورد روی ۹ هندسه مختلف از جمله ماتریسهای دوران و ماتریسهای مثبت معین (SPD) تست شده و نتایج بسیار امیدوارکنندهای داشته است.
اگر در زمینه یادگیری ماشین روی دادههای هندسی فعالیت میکنید، بررسی این متد و کدهای آن در گیتهاب پیشنهاد میشود.
🔗 لینک کد پروژه: https://github.com/GitZH-Chen/LieBN.git
منبع: arXiv AI