PulseAugur
中
实时 10:14:16
实体 Fourier Features Let Networks Learn High Frequency Functions in Low Dimensional Domains

Fourier Features Let Networks Learn High Frequency Functions in Low Dimensional Domains

PulseAugur coverage of Fourier Features Let Networks Learn High Frequency Functions in Low Dimensional Domains — every cluster mentioning Fourier Features Let Networks Learn High Frequency Functions in Low Dimensional Domains across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_193364 ·

    新的神经表示方法增强了三维重力反演

    研究人员开发了一种新颖的无监督方法，用于通过深度感知隐式神经表示进行三维重力反演。该方法使用多个神经网络直接从重力测量数据中优化得到，以表示地下密度体，并结合了基于物理的先验知识，无需标记的密度模型。实验表明，与传统和基线神经网络方法相比，该方法性能更优，能够生成更准确、空间上更连贯的密度重建，尤其在分离邻近异常和保持垂直范围方面表现出色。该方法有望在无法获得真实密度模型的地下成像场景中得到改进。