Symmetriebrechung und äquivariante neuronale Netzwerke: Eine Analyse der Grenzen von Äquivarianz und ein neuer Ansatz zur Symmetriebrechung

Äquivariante Funktionen können die Symmetrie ihrer Eingaben nicht brechen, was in vielen Anwendungsgebieten wie Physik, Graphenrepräsentationslernen und kombinatorischer Optimierung problematisch ist. Wir führen ein neues Konzept der "relaxierten Äquivarianz" ein, das diese Einschränkung überwindet und zeigen, wie man äquivariante mehrschichtige Perzeptrone so anpassen kann, dass sie Symmetrien brechen können.