一种基于群表示论的等变神经网络自动生成方法及系统

本发明提出了一种基于群表示论的等变神经网络自动生成方法及系统，其涉及人工智能技术领域，其方法包括：先解析目标群得到不可约表示并构建表示字典，筛选有效表示后搭建带多类标注的等变组件库；随机组合组件得到候选网络，经约束与奖励函数筛选出最优网络，再通过等变误差校验、参数初始化及梯度下降训练，得到最终等变神经网络。本发明通过融合群表示论实现等变神经网络端到端自动生成，依托表示字典与组件库适配多类群结构与任务场景，结合表示一致性约束和等变验证保障对称特性，借助参数初始化与损失优化，提升自动化水平、泛化能力与模型任务精度。