GLGENN: A Novel Parameter-Light Equivariant Neural Networks Architecture Based on Clifford Geometric Algebras

E. Filimoshina; D. Shirokov

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

9 сентября 2026 г.

В НИУ ВШЭ разработали методику оценки результативности адвокатов в уголовном судопроизводстве

Наличие хорошего адвоката для защиты в уголовном деле во многом определяет, сохранит ли его доверитель свободу, здоровье и доброе имя. Исследователи НИУ ВШЭ предложили прогнозировать результативность адвоката по итогам его деятельности в прежних процессах. Разработанная ими методика учитывает тяжесть обвинений, сложность дел и наиболее вероятный исход с учетом данных судебной статистики.

9 сентября 2026 г.

Исследователи НИУ ВШЭ оценили вклад стран БРИКС в ведущие конференции по машинному обучению

Наукометрический центр НИУ ВШЭ проанализировал более 104 тысяч работ за 2020–2025 годы, которые были представлены на десяти конференциях высшего уровня A* по рейтингу ICORE 2026. Исследователи изучили вклад Бразилии, России, Индии, Китая и ЮАР: на эти страны пришлось около 40,8 тысячи публикаций — 39,2% от всего массива. Однако распределение крайне неравномерно, и единого исследовательского пространства БРИКС пока нет.

8 сентября 2026 г.

Алгебра, геометрия, ИИ: российские и вьетнамские математики обсудили современные исследования

Делегация ученых из Ханоя посетила ФКН НИУ ВШЭ, а затем приняла участие в российско-вьетнамской конференции в Санкт-Петербурге. Мероприятия стали частью трехлетнего проекта «Гибкость и вычислительные методы». За время его реализации исследователи подготовили совместные публикации и получили новые математические результаты.

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

GLGENN: A Novel Parameter-Light Equivariant Neural Networks Architecture Based on Clifford Geometric Algebras

P. 17153–17188.

Филимошина Е. Р., Широков Д. С.

Язык: английский

Полный текст

Текст на другом сайте

Ключевые слова: Clifford algebra geometric algebra Geometric deep learning Pseudo-orthogonal group Lipschitz group spin group equivariant neural network weight sharing equivariance

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:

Кватернионы, геометрические алгебры и приложения (2026)

В книге

Volume 267: International Conference on Machine Learning, 13-19 July 2025, Vancouver Convention Center, Vancouver, Canada

Vol. 267. , [б.и.], 2025.

Generative geospatial modelling with geometric algebra

Yu Z., Wang J., Wang Z. и др., Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences 2026 Vol. 384 No. 2326 Article 20250103

Добавлено: 13 августа 2026 г.

Explicit Formula for Inverse and Determinant in Geometric Algebras over Seven-dimensional Vector Spaces

Абдулхаев К. С., Широков Д. С., , in: 10th International Workshop, ENGAGE 2025, Hong Kong, China, July 14, 2025, Proceedings. Empowering Novel Geometric Algebra for Graphics and Engineering, (LNCS, volume 16510)Vol. 16510.: Cham: Springer, 2026. P. 189–200.

Добавлено: 13 августа 2026 г.

On Lie Groups Preserving Subspaces of Degenerate Clifford Algebras

Филимошина Е. Р., Широков Д. С., Advances in Applied Clifford Algebras 2026 Vol. 36 Article 16

Добавлено: 12 января 2026 г.

Prediction of protein-protein interactions using point transformer and spherical Convex Hull graphs

David Arteaga, Попцова М. С., Computational and Structural Biotechnology Journal 2026 Vol. 31 P. 82–93

Добавлено: 22 декабря 2025 г.

Lorentz Invariance of the Multidimensional Dirac–Hestenes Equation

Sofia Rumyantseva, Широков Д. С., Advances in Applied Clifford Algebras 2026 Vol. 36 Article 5

Добавлено: 19 декабря 2025 г.

On Commutative Analogues of Clifford Algebras and Their Decompositions

Sharma H., Широков Д. С., Advances in Applied Clifford Algebras 2026 Vol. 36 Article 9

Добавлено: 2 декабря 2025 г.

Equivariant Neural Networks with Geometric Algebras: A New Approach

Филимошина Е. Р., Широков Д. С., , in: 2025 International Joint Conference on Neural Networks (IJCNN).: IEEE, 2025. P. 1–8.

Добавлено: 15 ноября 2025 г.

Determinant, Characteristic Polynomial, and Inverse in Commutative Analogues of Clifford Algebras

Sharma H., Широков Д. С., Advances in Applied Clifford Algebras 2025 Vol. 35 Article 44

Добавлено: 2 октября 2025 г.

On Grade Automorphism in Ternary Clifford Algebras

Широков Д. С., , in: Hypercomplex Analysis and Its Applications.Extended Abstracts of the International Conference Celebrating Paula Cerejeiras’ 60th Birthday. ICHAA 2024. Trends in Mathematics (TM, volume 9)Vol. 9.: Birkhäuser, 2025. P. 143–150.

Добавлено: 6 июля 2025 г.

Generalized Degenerate Clifford and Lipschitz Groups in Geometric Algebras

Филимошина Е. Р., Широков Д. С., Advances in Applied Clifford Algebras 2025 Vol. 35 Article 29

This paper introduces and studies generalized degenerate Clifford and Lipschitz groups in geometric (Clifford) algebras. These Lie groups preserve the direct sums of the subspaces determined by the grade involution and reversion under the adjoint and twisted adjoint representations in degenerate geometric algebras. We prove that the generalized degenerate Clifford and Lipschitz groups can be ...

Добавлено: 29 мая 2025 г.