基于隐式神经表示的未知动态的潜在同化
原文中文，约300字，阅读约需1分钟。发表于：。这篇论文介绍了一种新的同化框架，称为具有隐性神经表示的潜在同化（LAINR）。通过引入球状隐性神经表示（SINR）和训练神经网络的数据驱动不确定性估计器，LAINR 提高了同化过程的效率，并在准确性和效率方面优于基于自动编码器的现有方法。
本文提出了一种名为INRR的正则化器，旨在提高INR的泛化能力。INRR通过将归一化的Dirichlet能量与INR集成来改善信号表示的泛化性能，并设计了实验来论证其性质和提高其他信号表示方法的性能。
