CompGS是一种高效的三维场景表示方法，通过使用紧凑的高斯原始形式，实现了数据大小的显著降低。它还开发了一种受速率约束的优化方案，实现了比特率消耗和表示效能之间的最佳权衡。实验证明，CompGS在三维场景表示中优于现有方法，同时保持模型准确性和渲染质量。

该研究使用神经网络估计星系样本的红移分布，并证明了不同光学波段信息下该方法的有效性。研究还探讨了训练样本数量不足和数据大小不一致的情况。