geometric-algebra

这项受控研究将几何代数（Cl(3,0)）层与针对SO(3)-等变向量学习的最小标量化基线进行了比较，发现几何代数在单阶段任务中没有带来任何好处，但在低数据场景下对于深度组合的群操作显著优于标量化。

本文研究了群等变架构在神经流体动力学替代模型中的作用，引入了AB-GATr模型。研究发现，当数据缺乏强对齐时，等变性是有益的，但在高度对齐的数据集上可能会降低性能。