Eine Erweiterung von Convolutional Neural Networks (CNNs), die so konzipiert ist, dass sie bestimmte Symmetrien (z.B. Rotationen, Spiegelungen) in den Eingabedaten explizit berücksichtigt (Äquivarianz), was zu besserer Generalisierung und Dateneffizienz führen kann, insbesondere in wissenschaftlichen Anwendungen (z.B. Molekülwissenschaft, Physik).