该研究提出了一种数据驱动的空间填充曲线方法，旨在保持空间图形特征并支持多尺度数据，适用于二维和三维数据可视化。实验分析表明，高维网络的损失函数具有复杂特性。此外，提出了智能采样和基于希尔伯特曲线的跨维度蒸馏方法，以优化算法性能，并展示了高维环境中梯度下降的优化动力学。