标签
提出了运动等变卷积 LSTM（MELSTM），将序列数据中的运动视为规范对称性（gauge symmetry），通过速度模型作为规范场实现对任意运动的可证明等变性，在未来帧预测、运动数字分类和动作识别任务上以更少状态超越 ConvLSTM 与流量等变基线。
本文介绍了 Statistically Meaningful Geometry (SMG)，这是一个几何框架，用于将过参数化学习系统建模为无限维非参数 Orlicz 纤维丛。它提出在分布外刺激下，系统会发生规范对称破缺，导致新的因果轴涌现，从而能够区分真正的科学发现与幻觉。