等変ニューラルネットワークの表現力低下を克服：対称性増加の抑制技術

等変ニューラルネットワーク（ENNs）は科学分野で多大な成果を上げていますが、対称性の高い入力に対して「対称性の増加」という問題に直面し、表現力が低下する課題がありました。この研究は、その根本原因を詳細に解明し、最小限の対称性増加を導く計算可能なアルゴリズムと、有害な増加を防ぐための実践的な特徴設計ガイドラインを提案。ENNsの潜在能力を最大限に引き出す道を開きます。