1.前置知识

1.1 Gram-Schmidt正交化

【参考阅读】Gram-Schmidt过程
看完这篇应该基本能理解,但是他对于公式的讲解有一个地方讲解得不是很清楚!

即为什么分母是平方形式呢?

1.2 差集

  • 定义:差集是一种集合运算,记A,B是两个集合,则所有属于A且不属于B的元素构成的集合,叫做集合A减集合B(或集合A与集合B之差),类似地,对于集合A、B,把集合{x∣x∈A,且x∉B}叫做A与B的差集。
  • 差集的表示:
    A/B表示A与B的差集
    在论文

1.3 SO(n) 特殊正交群

可以自行搜索一下

1.4 stiefel manifold 斯蒂弗尔流形

2. 论文核心内容

神经网络对于分段函数的拟合性并不好

2.1 连续性的表示

2.2 n2 − n的连续表示方式

2.2.1 连续表示的两个条件

想要使旋转表示是连续的需要满足两个条件

  • 恒等映射
  • 正交化

2.2.2 从原始空间到表示空间

  • (1)定义 表示空间
    使用差集运算,减去表示空间中集合D

集合D:定义为上述类Gram-Schmidt过程不映射回SO(n)的集合:具体来说,这是n的跨度的维度−输入到g的1个矢量小于n− 1.

  • 映射关系

从原始空间到表示空间:舍弃最后一个维度

2.2.3 从表示空间到原始空间

一共是3步:

从表示空间到原始空间:


fGS与普通Gram-Schmidt过程的唯一区别在于,最后一列是通过将叉积推广到n维来计算的。

3.1.1

Q:既然原先是正交的,那么为什么舍弃完一个维度之后剩余维度不是正交的呢?
A:舍弃掉最后一个维度之后剩余维度应该仍然

Q2:为什么就从三维变成六维了?
A:表示空间对应是六位的

4. 降维到5维

通过投影

【论文整理1】On the Continuity of Rotation Representations in Neural Networks相关推荐

  1. AI医药论文笔记--GraphDTA: Predicting drug–target binding affinity with graph neural networks

    GraphDTA:用图神经网络预测药物-靶点结合亲和力 论文题目 GraphDTA: Predicting drug–target binding affinity with graph neural ...

  2. 【论文阅读】Mastering the game of Go with deep neural networks and tree search

    [论文阅读]Mastering the game of Go with deep neural networks and tree search 1 本文解决了什么问题? 在所有的 完全信息博弈 中, ...

  3. 论文阅读:Adding Attentiveness to the Neurons in Recurrent Neural Networks

    目录 Summary Details (Implementation) 原来的 RNN 结构 变为 Element-wise-Attention Gate (EleAttG) 后 论文名称:Addin ...

  4. 【论文笔记】Poison Frogs! Targeted Clean-Label Poisoning Attacks on Neural Networks

    Poison Frogs! Targeted Clean-Label Poisoning Attacks on Neural Networks 引言 创新性 本篇论文的贡献(目的) 算法步骤 实验结果 ...

  5. 【论文解读】Optimizing FPGA-based Accelerator Design for Deep Convolutional Neural Networks

    Optimizing FPGA-based Accelerator Design for Deep Convolutional Neural Networks 论文地址:http://cadlab.c ...

  6. [论文阅读笔记58]Learning from Noisy Labels with Deep Neural Networks:A Survey

    1.题目 Learning from Noisy Labels with Deep Neural Networks: A Survey 作者团队:韩国科学技术院(KAIST) Song H , Kim ...

  7. 论文笔记:Dynamic Scene Deblurring Using Spatially Variant Recurrent Neural Networks

    Dynamic Scene Deblurring Using Spatially Variant Recurrent Neural Networks(利用空间变化循环神经网络对动态场景去模糊) 这是C ...

  8. 【图神经网络论文整理】(二)—— HOW ATTENTIVE ARE GRAPH ATTENTION NETWORKS?:GATv2

    ICLR 2022 Shaked Brody(Technion), Eran Yahav(Technion)Uri Alon(Language Technologies InstituteCarneg ...

  9. NBJL 2020论文导读14:How Much Position Information Do Convolutional Neural Networks Encode ?

    论文下载地址:https://openreview.net/pdf?id=rJeB36NKvB 发表时间:2020 会议名称:ICLR 作者:Md Amirul Islam.Sen Jia.Neil ...

最新文章

  1. 07.十分钟学会tomcat数据源
  2. == 和 equals() 区别
  3. LCD显示深究day01 mmap知识补充
  4. SOTIF预期功能安全工作流程
  5. 网易云音乐IPO拟至少募30.4亿港元 开售半日已获足额认购
  6. 【nginx】nginx 动静分离
  7. java 监听器能监听宕机_java内存泄漏与内存溢出
  8. SAP License:SAP采购信息系统
  9. mac android 找不到设备管理器,Android Studio找不到连接设备解决方案
  10. 吾爱破解crackme 023 024
  11. Map按照key的ASCII码排序
  12. 三个一工程_C语言阶段第二阶段部分程序整理
  13. 加拿大 生物工程计算机最好的学校,加拿大哪些大学有生物工程本科专业?这五大院校是理科与工科的完美结合!...
  14. 猜数字 很多人都玩过这个游戏:甲在心中想好一个数字,乙来猜。 每猜一个数字,甲必须告诉他是猜大了,猜小了,还是刚好猜中了。
  15. 如果不想渲染,保持原样,verbatim
  16. PMP(第六版)中的各种矩阵表格
  17. 详细设计和概要设计的思考
  18. 关于Unity LitJson写入数据报错的问题
  19. java的聚合_java中聚合是什么
  20. 为什么选独立服务器?

热门文章

  1. 计算机提示无法识别usb,电脑提示“无法识别的USB设备”如何解决?
  2. Catching Both Gray and Black Swans: Open-set Supervised Anomaly Detection
  3. 手机进水声音变小怎么办
  4. mysql 分数相加_分数求和
  5. Android-在线视频播放器实现
  6. 30 行Python代码实现蚂蚁森林自动收能量(附送源码)
  7. adb命令删除offline离线手机设备
  8. 程序员的1927年12月31日午夜一秒谜案
  9. guitar chord html5,Chord Guitar Full
  10. 坑爹!攻城狮老爸被苹果解雇 只因女儿晒iPhone X!