On the Equivariant Learning of the -tensor Order Parameter
यह शोध पत्र उन समूह-सममितीय (group-equivariant) न्यूरल नेटवर्क का निर्माण और मूल्यांकन करता है जो नेमैटिक लिक्विड क्रिस्टल के द्वि-आयामी -टेन्सर ऑर्डर पैरामीटर की सटीक भविष्यवाणी करने के लिए चक्रीय घूर्णी समरूपताओं (cyclic rotational symmetries) का लाभ उठाते हैं, यह प्रदर्शित करते हुए कि ये मॉडल सटीकता और सामान्यीकरण में गैर-सममितीय बेंचमार्क से बेहतर प्रदर्शन करते हैं, जिसमें समरूपता समूह के क्रम के बढ़ने के साथ प्रदर्शन में सुधार होता है।