EVOS：通过进化选择器实现高效隐式神经训练

本研究提出了进化选择器（EVOS），旨在提高隐式神经表示（INR）的训练效率。通过选择性地训练特定样本，而非每次迭代都处理所有样本，EVOS 显著降低了计算开销，实验结果显示其训练时间减少约 48%-66%，同时确保了更优的收敛性，具有重要的应用前景。