两篇新研究论文提出了改进隐式神经表示（INR）的新方法。第一篇题为“通过阻尼振荡进行光谱门控以实现自适应隐式神经表示”的文章，提出了一种将每个神经元的激活建模为阻尼谐振子的技术，使网络能够在训练过程中自适应其光谱选择性。第二篇题为“FiRe：周期性隐式神经表示的预条件器频率重参数化”的文章，提出了一种名为 FiRe 的方法，该方法对周期性 INR 中的每神经元频率进行重参数化，作为隐式预条件器，以加速优化和提高重建质量。 AI
影响 这些方法旨在提高 INR 在图像拟合和信号编码等任务中的效率和有效性。
排序理由 两篇 arXiv 论文提出改进隐式神经表示的新方法。
- Alex Costanzino
- FiRe: Frequency Reparameterization as a Preconditioner for Periodic Implicit Neural Representations
- Implicit Neural Representations
- Spectral Gating via Damped Oscillations for Adaptive Implicit Neural Representations
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
