Resumen Técnico: RECON – Descubrimiento Robusto de Simetría mediante Normalización Explícita de Orientación Canónica

1. Declaración del Problema

Los datos del mundo real a menudo exhiben simetrías específicas de la instancia (por ejemplo, rotaciones de moléculas o dígitos) que no se alinean perfectamente con un grupo de transformaciones predefinido $G$. Si bien los métodos de descomposición clase-pose (como los Autoencoders Invariante-Equivariante, o IE-AEs) buscan desentrañar las entradas en características de clase invariantes y una pose $g \in G$, sufren de una limitación crítica: la representación canónica aprendida (la pose de referencia) es arbitraria y dependiente del entrenamiento.

Esta arbitrariedad conduce a dos problemas principales:

1. Canónicas Fuera de Distribución (OOD): La pose canónica puede no corresponder a ninguna pose natural observada en los datos.
2. Desplazamientos Arbitrarios de Distribución: Las distribuciones de poses relativas aprendidas por estos modelos están desplazadas por la orientación canónica arbitraria, oscureciendo las verdaderas distribuciones de simetría específicas de la instancia. Esto dificulta descubrir las simetrías naturales de los datos o aplicar estas representaciones de manera efectiva en el momento de la prueba sin reentrenar.

Los métodos existentes para el descubrimiento de simetrías a menudo requieren supervisión, aprenden solo patrones a nivel de conjunto de datos, o no proporcionan una distribución clara e interpretable para cada instancia individual.

2. Metodología: RECON

Los autores proponen RECON (Descubrimiento Robusto de Simetría mediante Normalización Explícita de Orientación Canónica), un marco que corrige las canónicas arbitrarias para producir canonicizaciones naturales y alineadas con los datos. El método opera en tres etapas principales:

A. Columna Vertebral de Descomposición Clase-Pose

RECON aprovecha los métodos existentes de descomposición clase-pose (específicamente IE-AEs) que mapean una entrada $x$ a:

• Un vector latente invariante $z = \eta(x)$.
• Una representación canónica arbitraria $\hat{x} = \delta(z)$.
• Una transformación de grupo relativa (pose) $g = \psi(x)$ que mapea $\hat{x}$ de nuevo a $x$.

B. Definición de Clase de Equivalencia

Para descubrir simetrías específicas de la instancia sin etiquetas, RECON define una clase de equivalencia $[x]$ basada en la proximidad de características invariantes en el espacio latente $Z$. Objetos con formas intrínsecas similares se mapean a puntos cercanos en $Z$, formando componentes conexos que representan la misma clase subyacente.

C. Normalización de Orientación Canónica

La contribución central es la corrección del desplazamiento canónico arbitrario.

1. Estimación del Desplazamiento: Para una clase dada $[x]$, el método recopila las transformaciones relativas $\psi([x])$. Estima el desplazamiento inducido por la canónica arbitraria calculando la media de Fréchet (o una media robusta de Tukey-Fréchet para distribuciones multimodales) de estas transformaciones, denotada como $\hat{\Gamma}[x]$.
2. Normalización: El método aplica una traslación derecha a las transformaciones relativas: $\psi'(x) = \psi(x) \cdot \hat{\Gamma}[x]^{-1}$.
3. Resultado: Esta operación centra la distribución de simetrías en la identidad del grupo $e$, recuperando efectivamente la distribución de poses "natural" $\mu[x]$ donde la media de Fréchet es $e$.

D. Mapeos Aprendibles para Inferencia

Para permitir una inferencia eficiente en datos no vistos sin un cálculo explícito de clases, RECON entrena dos mapas aprendibles:

• $\Theta(x)$: Predice los parámetros de la distribución de simetría para una entrada.
• $\Lambda(x)$: Predice la transformación de centrado (el desplazamiento) para una entrada.
  Estos mapas se entrenan utilizando pseudo-etiquetas generadas mediante el proceso de normalización descrito anteriormente.

3. Contribuciones Clave

1. Descubrimiento de Simetría Específica de la Instancia: El artículo propone un método para descubrir distribuciones de pose para instancias individuales a partir de datos no etiquetados, avanzando más allá del aprendizaje de simetrías a nivel de conjunto de datos.
2. Normalización de Orientación Canónica: Los autores introducen una corrección con fundamento teórico (Proposición 3.1) que elimina el sesgo de las canónicas arbitrarias. Demuestran que normalizar las poses relativas mediante la media empírica de Fréchet aproxima la verdadera distribución de simetría centrada en la identidad.
3. Canonicización Plug-and-Play en Tiempo de Prueba: El método proporciona una capa que puede adjuntarse a cualquier modelo preentrenado para infundir invarianza de grupo sin reentrenar la columna vertebral.
4. Aplicaciones: El marco permite el descubrimiento no supervisado de distribuciones de pose específicas de la instancia, la detección de poses fuera de distribución y mejoras en el rendimiento en tareas posteriores.

4. Resultados Experimentales

Los autores validan RECON en benchmarks de imágenes 2D (MNIST, FashionMNIST) y datos moleculares 3D a gran escala (GEOM-QM9).

• Recuperación de Simetría: RECON recupera con éxito las distribuciones de simetría de verdad fundamental (por ejemplo, rotaciones uniformes para dígitos específicos, rotaciones Gaussianas para clases de FashionMNIST y distribuciones de Matrix-Fisher para moléculas). Las visualizaciones muestran que RECON produce canónicas erguidas y alineadas con los datos, mientras que líneas base como IE-AE producen orientaciones arbitrarias.
• Simetrías Parciales: A diferencia de los métodos totalmente equivariantes que colapsan clases distintas (por ejemplo, los dígitos '6' y '9') en la misma representación, RECON las distingue aprendiendo desplazamientos distintos, identificando correctamente que están relacionadas por una rotación de $180^\circ$ pero poseen poses naturales diferentes.
• Rendimiento en Tareas Posteriores:
  • Detección OOD: RECON logra puntuaciones AUC-ROC más altas en la detección de poses fuera de distribución en comparación con las líneas base IE-AE no corregidas.
  • Canonicización en Tiempo de Prueba: Cuando se aplica como una capa de preprocesamiento a modelos preentrenados congelados (por ejemplo, ResNet18, GCN), RECON mejora significativamente la precisión de clasificación en conjuntos de prueba rotados.
    • En FashionMNIST, RECON (81.96%) supera tanto a la línea base (57.14%) como a arquitecturas equivariantes especializadas como SE(2)-Partial G-CNNs (67.72%).
    • En MNIST, iguala o se acerca al rendimiento de las Steerable CNNs totalmente equivariantes (90.96% vs 94.59% para SE(2)-ESCNN) sin requerir que la columna vertebral sea equivariante.
    • En GEOM-QM9, mejora el rendimiento de la línea base GCN (55.92% vs 52.40%), demostrando efectividad en dominios 3D.

5. Significado y Afirmaciones

El artículo afirma que RECON aborda el problema de la "canónica arbitraria" inherente a la descomposición clase-pose, lo cual ha obstaculizado previamente la interpretabilidad y utilidad de estas representaciones. Al normalizar explícitamente la orientación canónica, RECON produce canonicizaciones naturales y alineadas con los datos que son robustas e interpretables.

Los autores enfatizan que su enfoque es agnóstico a la arquitectura y libre de reentrenamiento para modelos posteriores. Permite que los modelos preentrenados ganen invarianza de grupo simplemente insertando una capa de canonicización, convirtiéndolo en una solución práctica "plug-and-play". El método es particularmente significativo para datos 3D (conformaciones moleculares), donde el descubrimiento de simetrías es desafiante y los métodos existentes a menudo fallan al manejar variaciones específicas de la instancia sin supervisión.

El artículo reconoce limitaciones, señalando que RECON depende de la calidad de la columna vertebral subyacente de clase-pose y puede tener dificultades con la superposición de características inter-clase en imágenes naturales complejas (por ejemplo, distinguir artículos de ropa similares). Sin embargo, posiciona a RECON como un paso fundamental hacia el descubrimiento robusto y no supervisado de simetrías y como una herramienta práctica para mejorar la robustez de los modelos frente a variaciones de pose.