Ekwiwariancja względem przesunięcia (translation equivariance) to właściwość funkcji, w której przesunięcie danych wejściowych powoduje proporcjonalne przesunięcie wyniku na wyjściu. W konwolucyjnych sieciach neuronowych oznacza to, że jeśli obiekt zmieni swoje położenie na obrazie, jego wykryta mapa cech również przesunie się o dokładnie taką samą odległość. Dzięki temu model zachowuje pełną informację o strukturze przestrzennej i położeniu analizowanych obiektów. Cecha ta sprawia, że warstwy splotowe są niezwykle skuteczne w zadaniach związanych z przetwarzaniem obrazów.




