新的神经场模型捕捉植物生长动力学和拓扑变化

研究人员开发了GrowFields，这是一种新颖的组合式动态神经场表示，旨在模拟植物复杂的生长模式。该方法将植物分解为单个器官，并将每个器官对齐到其自身的坐标系中，以将内在生长与全局运动分离开来。通过学习一个由特定器官的潜在代码条件化的共享连续神经变形场，GrowFields可以自然地适应异步器官发育和拓扑变化。在四个植物物种上的评估表明，与现有表示相比，其空间精度、时间连贯性和形态保真度得到了提高。 AI

影响 这种新的神经场表示可以通过实现对植物发育更准确的跟踪和建模来推动农业科学的发展。

排序理由 该集群包含一篇研究论文，详细介绍了使用神经场模拟植物生长的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• GrowFields
• Hugging Face
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →