Resumen Técnico: Redes Convolucionales de Poincaré con Equivarianza de Grupo

Planteamiento del Problema

El aprendizaje profundo en el espacio hiperbólico ha demostrado capacidades superiores para incrustar datos visuales jerárquicos con una distorsión mínima. Sin embargo, las redes visuales hiperbólicas actuales, como la Poincaré ResNet, enfrentan dos ineficiencias críticas:

1. Sobrecarga Computacional: La optimización de redes profundas en variedades riemannianas requiere operaciones costosas (p. ej., mapeos exponenciales, estimaciones de la media de Fréchet) y está limitada por los límites rígidos de la variedad.
2. Falta de Sesgo Inductivo Estructural: Las redes hiperbólicas estándar tratan las transformaciones espaciales (p. ej., una rotación de 90 grados) del mismo objeto como conceptos jerárquicos enteramente distintos. Esto obliga al optimizador a aprender representaciones redundantes para diferentes orientaciones, lo que conduce a un uso ineficiente de los parámetros, señales evanescentes y una baja eficiencia de muestreo.

Las Redes Convolucionales Equivariantes de Grupo (G-CNN) en el espacio euclídeo resuelven esto imponiendo prioris de simetría (grupos $C_4$ y $D_4$), pero la traducción directa de estos mecanismos al espacio hiperbólico no es trivial. La aplicación ingenua de remodelado de tensores y concatenación euclídea infla artificialmente las magnitudes de los vectores, empujando las características fuera del límite válido del disco de Poincaré y rompiendo las restricciones geométricas.

Metodología

Los autores proponen Equivariant Poincaré ResNets, un marco que integra grupos de simetría discreta ($C_4$ rotaciones y $D_4$ rotaciones/reflexiones) directamente en la arquitectura de la Poincaré ResNet. Para lograrlo, reconstruyen tres componentes centrales para satisfacer tanto el álgebra de grupo como la geometría hiperbólica:

1. Desaplanamiento de Tensores Geométricamente Seguro ($\beta$-Escalamiento)

En las redes euclídeas, los mapas de características suelen aplanarse y remodelarse para separar los canales de grupo. En el espacio hiperbólico, la concatenación ingenua viola las normas de la variedad.

• Mecanismo: Los autores introducen un $\beta$-desdoblamiento inverso geométricamente seguro.
• Proceso:
  1. Mapear el vector de salida de Poincaré concatenado al espacio tangente en el origen utilizando el mapeo logarítmico ($\log_c^0$).
  2. Desacoplar las dimensiones en el espacio tangente euclídeo.
  3. Restaurar la magnitud de los vectores desacoplados utilizando un factor de escala derivado de la función Beta ($\beta_n$) para corregir la distorsión introducida durante la concatenación inicial.
  4. El proyectar los vectores restaurados de nuevo al disco de Poincaré usando el mapeo exponencial ($\exp_c^0$).
• Objetivo: Esto asegura que la separación de los canales espaciales y de grupo no viole las normas esperadas de la variedad ni empuje las características más allá del límite.

2. Levantamiento de Poincaré y Convoluciones de Grupo

Las convoluciones hiperbólicas estándar no pueden manejar el enrutamiento requerido para la equivariancia.

• Levantamiento de Convolución (Lifting Convolution): En lugar de aplicar transformaciones de Möbius complejas directamente a los gyro-vectores, los autores construyen bancos de filtros simétricos enteramente dentro del espacio tangente. Se aprende un único filtro base $w$, y los $|G|$ filtros requeridos se generan mediante acciones espaciales deterministas (rotaciones y giros) aplicadas a $w$.
• Convolución de Grupo: Para mapear características de $G \to G$, la red debe enrutar las activaciones hacia canales de orientación desplazados cuando la entrada se transforma.
  • Permutación de Regla Izquierda: Los autores codifican este enrutamiento pre-permutando el eje de orientación de los pesos en el espacio tangente según la representación de regla izquierda inversa del grupo.
  • Aplanamiento Seguro: Antes de calcular el producto interno hiperbólico, el tensor de entrada se aplana utilizando el algoritmo nativo de $\beta$-concatenación para prevenir la inestabilidad numérica y la propagación de NaN.
• Resultado: Una única actualización de gradiente al filtro base actualiza la representación para todas las orientaciones espaciales simultáneamente.

3. Normalización de Lote de Punto Medio de Orientación Conjunta

La normalización por lote (batch normalization) estándar calcula estadísticas de forma independiente por canal. En una red equivariante, esto es catastrófico: si una orientación detecta una característica fuerte y otra no, la normalización independiente las obligaría a tener medias y varianzas idénticas, borrando el conocimiento de la red sobre la orientación real del objeto.

• Mecanismo: Los autores proponen la Normalización de Lote de Poincaré de Orientación Conjunta.
• Proceso: El tensor de entrada se remodela para fusionar la dimensión de grupo con las dimensiones espaciales. Se computa un punto medio y una varianza de Poincaré unificados sobre este volumen expandido.
• Objetivo: Todos los canales de orientación son desplazados y escalados por el mismo escalar de la variedad, preservando las diferencias de magnitud relativa entre distintas orientaciones y manteniendo una estricta equivariancia.

Resultados Clave

La arquitectura propuesta fue evaluada con el conjunto de datos CIFAR-10 utilizando un backbone Poincaré ResNet-20, con un protocolo estricto que omite la aumentación de datos espaciales para aislar el sesgo inductivo arquitectónico.

• Rendimiento de Clasificación: La D4-Equivariant Poincaré ResNet alcanzó un 88.77% de precisión Top-1. Esto representa una mejora absoluta del 11.9% sobre la línea base de Poincaré estándar (76.87%) y supera a la ResNet-20 euclídea estándar (78.26%).
• Eficiencia de Muestreo: En regímenes de pocos datos (1% y 5% de los datos de entrenamiento), las redes de Poincaré estándar se degradaron severamente (26.92% y 33.79%). El modelo D4-Equivariante mantuvo un 63.77% de precisión con solo el 10% de los datos, demostrando una capacidad de generalización muy superior.
• Convergencia: Los modelos equivariantes convergieron a la precisión máxima en menos épocas que las redes de Poincaré estándar, mitigando la sobrecarga computacional.
• Detección de Fuera de Distribución (OOD): Los modelos equivariantes preservaron y mejoraron ligeramente la robustez OOD inherente a la geometría hiperbólica (p. ej., un AUROC de 83.17 en SVHN frente al 80.72 de la Poincaré estándar).
• Verificación de Equivarianza: Los autores midieron el Error de Equivarianza Relativa ($\Delta_{eq}$). Las convoluciones hiperbólicas estándar fallaron la prueba ($\Delta_{eq} \approx 1.0$), mientras que las convoluciones de Levantamiento y de Grupo propuestas lograron errores limitados por la precisión de la máquina ($\Delta_{eq} \approx 10^{-7}$), confirmando matemáticamente la preservación de las simetrías.

Significado y Reivindicaciones

El artículo afirma presentar el primer marco para incrustar equivarianza de grupo discreto estricta ($C_4$ y $D_4$) directamente en arquitecturas de convolución hiperbólica.

• Paso Fundacional: Este trabajo establece un paso fundacional hacia modelos visuales hiperbólicos altamente eficientes y geométricamente fundamentados, logrando desacoplar las orientaciones de grupo sin violar las restricciones de la variedad.
• Reducción del Espacio de Optimización: Al incrustar la equivariancia, el espacio de optimización se reduce drásticamente, acelerando la convergencia y mejorando la eficiencia de muestreo.
• Integridad Geométrica: Los mecanismos propuestos (escalamiento $\beta$ seguro, permutaciones de regla izquierda y normalización conjunta) aseguran colectivamente que las simetrías espaciales discretas se mantengan explícitamente mientras se respetan las restricciones geométricas no euclídeas del disco de Poincaré.

Los autores señalan que, si bien el enfoque ofrece ventajas estructurales significativas, hereda la sobrecarga computacional de las redes hiperbólicas profundas y actualmente está limitado a grupos de simetría discretos ($C_4$, $D_4$), no a transformaciones continuas como $SO(2)$. Se sugiere que trabajos futuros exploren grupos continuos y el escalado a conjuntos de datos más grandes.