TensorSSM

TensorSSM 使用动态状态空间模型进行张量压缩

研究人员推出了一种新颖的隐式神经表示（INR）方法 TensorSSM，用于函数式张量分解。该方法利用动态状态空间模型（SSM）来记忆高维张量中的空间位置，解决了现有顺序展平方法的局限性。TensorSSM 通过从粗到细地编码空间标记并扩展 SSM 的状态空间以实现跨模态交互，从而捕获复杂的跨模态空间依赖性，提高了数据压缩的准确性和效率。