通过等变性实现少量样本隐式函数生成

本研究解决了隐式神经表示（INRs）在训练数据有限的情况下生成多样化权重的难题。我们提出的EquiGen框架通过将功能相似的网络转化为彼此形成的等变组，在有限数据下实现了有效的多样化生成，实验结果表明该方法能够在少样本情况下保持功能特性。