Resumo Técnico: Redes Convolucionais de Poincaré com Equivariância de Grupo

Declaração do Problema

O aprendizado profundo em espaço hiperbólico tem demonstrado capacidades superiores para o mapeamento de dados visuais hierárquicos com distorção mínima. No entanto, as atuais redes visuais hiperbólicas, como a Poincaré ResNet, enfrentam duas ineficiências críticas:

1. Sobrecarga Computacional: Otimizar redes profundas em variedades riemannianas requer operações caras (ex: mapeamentos exponenciais, estimativas de média de Fréchet) e é limitado pelas fronteiras rígidas da variedade.
2. Falta de Viés Indutivo Estrutural: Redes hiperbólicas padrão tratam transformações espaciais (ex: uma rotação de 90 graus) do mesmo objeto como conceitos hierárquicos inteiramente distintos. Isso força o otimizador a aprender representações redundantes para diferentes orientações, levando ao uso ineficiente de parâmetros, desaparecimento de sinais e baixa eficiência de amostragem.

Embora as Redes Convolucionais Equivariantes de Grupo (G-CNNs) no espaço euclidiano resolvam isso ao impor prioris de simetria (ex: grupos $C_4$ e $D_4$), a tradução direta desses mecanismos para o espaço hiperbólico não é trivial. A aplicação ingênua de remodelagem (reshaping) e concatenação de tensores euclidianos infla artificialmente as magnitudes dos vetores, empurrando as características para fora do limite válido da bola de Poincaré e quebrando as restrições geométricas.

Metodologia

Os autores propõem as Equivariant Poincaré ResNets, um framework que integra grupos de simetria discreta ($C_4$ rotações e $D_4$ rotações/reflexões) diretamente na arquitetura da Poincaré ResNet. Para alcançar isso, eles reconstroem três componentes principais para satisfazer tanto a álgebra de grupo quanto a geometria hiperbólica:

1. Desachatamento de Tensor Geometricamente Seguro ($\beta$-Escalonamento)

Em redes euclidianas, mapas de características são frequentemente achatados e remodelados para separar canais de grupo. No espaço hiperbólico, a concatenação ingênua viola as normas da variedade.

• Mecanismo: Os autores introduzem um $\beta$-split inverso geometricamente seguro.
• Processo:
  1. Mapear o vetor de saída de Poincaré concatenado para o espaço tangente na origem usando o mapeamento logarítmico ($\log_c^0$).
  2. Desacoplar as dimensões no espaço tangente euclidiano.
  3. Restaurar a magnitude dos vetores desacoplados usando um fator de escala derivado da função Beta ($\beta_n$) para corrigir a distorção introduzida durante a concatenação inicial.
  4. Projetar os vetores restaurados de volta para a bola de Poincaré usando o mapeamento exponencial ($\exp_c^0$).
• Objetivo: Isso garante que a separação de canais espaciais e de grupo não viole as normas esperadas da variedade ou empurre as características além do limite.

2. Elevação de Poincaré e Convoluções de Grupo

Convoluções hiperbólicas padrão não conseguem lidar com o roteamento necessário para a equivariância.

• Elevação de Convolução (Lifting Convolution): Em vez de aplicar transformações de Möbius complexas diretamente aos gyro-vetores, os autores constroem bancos de filtros simétricos inteiramente dentro do espaço tangente. Um único filtro base $w$ é aprendido, e os $|G|$ filtros necessários são gerados via ações espaciais determinísticas (rotações e inversões) aplicadas a $w$.
• Convolução de Grupo: Para mapear características de $G \to G$, a rede deve rotear ativações para canais de orientação deslocados quando a entrada se transforma.
  • Permutação Regular à Esquerda: Os autores codificam este roteamento permutando previamente o eixo de orientação dos pesos no espaço tangente de acordo com a representação regular à esquerda inversa do grupo.
  • Achatamento Seguro: Antes de computar o produto interno hiperbólico, o tensor de entrada é achatado usando o algoritmo nativo de $\beta$-concatenação para evitar instabilidade numérica e propagação de NaN.
• Resultado: Uma única atualização de gradiente ao filtro base atualiza a representação para todas as orientações espaciais simultaneamente.

3. Normalização de Lote de Ponto Médio de Orientação Conjunta

A normalização de lote (batch normalization) padrão computa estatísticas independentemente por canal. Em uma rede equivariante, isso é catastrófico: se uma orientação detecta uma característica forte e outra não, a normalização independente as forçaria a ter médias e variâncias idênticas, apagando o conhecimento da rede sobre a verdadeira orientação do objeto.

• Mecanismo: Os autores propõem a Normalização de Lote de Poincaré de Orientação Conjunta.
• Processo: O tensor de entrada é remodelado para fundir a dimensão de grupo com as dimensções espaciais. Um ponto médio e uma variância de Poincaré unificados são computados sobre este volume expandido.
• Objetivo: Todos os canais de orientação são deslocados e escalonados pelo exato mesmo escalar da variedade, preservando as diferenças de magnitude relativa entre distintas orientações e mantendo a estrita equivariância.

Principais Resultados

A arquitetura proposta foi avaliada no conjunto de dados CIFAR-10 usando um backbone Poincaré ResNet-20, com um protocolo estrito omitindo o aumento de dados espaciais para isolar o viés indutivo arquitetural.

• Desempenho de Classificação: A D4-Equivariant Poincaré ResNet alcançou 88,77% de acurácia Top-1. Isso representa uma melhoria absoluta de 11,9% sobre a linha de base Poincaré padrão (76,87%) e supera a ResNet-20 euclidiana padrão (78,26%).
• Eficiência de Amostragem: Em regimes de baixos dados (1% e 5% dos dados de treinamento), as redes Poincaré padrão degradaram severamente (26,92% e 33,79%). O modelo D4-Equivariante manteve 63,77% de acurácia com apenas 10% dos dados, demonstrando generalização vastamente superior.
• Convergência: Os modelos equivariantes convergiram para o pico de acurácia em menos épocas do que as redes Poincaré padrão, mitigando a sobrecarga computacional.
• Detecção de Fora de Distribuição (OOD): Os modelos equivariantes preservaram e melhoraram ligeiramente a robustez OOD inerente à geometria hiperbólica (ex: AUROC de 83,17 no SVHN vs. 80,72 para a Poincaré padrão).
• Verificação de Equivariância: Os autores mediram o Erro de Equivariância Relativa ($\Delta_{eq}$). As convoluções hiperbólicas padrão falharam no teste ($\Delta_{eq} \approx 1,0$), enquanto as Convoluções de Elevação e de Grupo propostas atingiram erros limitados pela precisão de máquina ($\Delta_{eq} \approx 10^{-7}$), confirmando matematicamente a preservação das simetrias.

Significância e Alegações

O artigo afirma apresentar o primeiro framework para embutir equivariância de grupo discreta estrita ($C_4$ e $D_4$) diretamente em arquiteturas convolucionais hiperbólicas.

• Passo Fundamental: O trabalho estabelece um passo fundamental para modelos visuais hiperbólicos altamente eficientes e geometricamente fundamentados, ao conseguir desacoplar orientações de grupo sem violar as restrições da variedade.
• Redução do Espaço de Otimização: Ao embutir a equivariância, o espaço de otimização é drasticamente reduzido, acelerando a convergência e melhorando a eficiência de amostragem.
• Integridade Geométrica: Os mecanismos propostos (escalonamento $\beta$ seguro, permutações regulares à esquerda e normalização conjunta) garantem coletivamente que as simetrias espaciais discretas sejam explicitamente mantidas, respeitando as restrições geométricas não euclidianas da bola de Poincaré.

Os autores observam que, embora a abordagem ofereça vantagens estruturais significativas, ela herda a sobrecarga computacional das redes hiperbólicas profundas e é atualmente limitada a grupos de simetria discretos ($C_4$, $D_4$), não a transformações contínuas como $SO(2)$. Sugere-se que trabalhos futuros explorem grupos contínuos e a escala para conjuntos de dados maiores.