フローマッチングによるリー群の発見

この論文では、リー群上のフローマッチングを用いて、データから直接対称性を学習するための新しいアプローチ「lieflow」を紹介しています。中心となるアイデアは、観測された対称性に一致する仮説グループ上の分布を学習することです。この方法は、従来の研究と比較して、より少ない仮定でさまざまなグループタイプを発見する柔軟性を示しています。この論文では、対称配置における「土壇場での収束」という重要な課題に取り組み、新しい補間スキームを提案しています。2Dおよび3D点群での実験結果は、反射を含む離散群の発見が成功したことを示しています。この研究は、基礎となるデータの対称性を活用することにより、機械学習のパフォーマンスとサンプル効率を向上させる可能性を秘めています。対称性の識別と活用が重要なアプリケーションにとって、このアプローチは有望であると思われます。