BriefGPT - AI 论文速递
·
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。
📝
内容提要
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。
🎯
关键要点
- 提出了一种名为隐式神经表示正则化器 (INRR) 的正则化器。
- INRR 旨在提高隐式神经表示 (INR) 的泛化能力。
- INRR 通过将归一化的 Dirichlet 能量 (DE) 与 INR 集成来改善信号表示的泛化性能。
- INRR 更好地集成了信号的自相似性和 Laplacian 矩阵的光滑度。
- 设计了一系列实验来论证 INRR 的性质，如收敛轨迹和多尺度相似性。
- INRR 方法可以提高其他信号表示方法的性能。
🏷️
标签
➡️
