arXiv 机器学习· Guang Zhao, Xihaier Luo, Sean McCue, Luke P. Van Roekel, Seungjun Lee, Yihui Ren, Shinjae Yoo, Wei Xu·· 11 小时前AI 评分32
用于大规模科学数据隐式神经表示的高效精细网格采样技术 RGS
Refined Grid Sampling for Efficient Implicit Neural Representations of Large-Scale Scientific Data
AI 导读
研究人员提出 Refined Grid Sampling（RGS），通过结合分层网格采样、基于误差的细化和动态网格分辨率调整，提升大规模科学数据隐式神经表示（INRs）的训练效率。该方法在无需评估全网格误差的情况下减少了空间冗余。在高分辨率 Navier–Stokes 场实验中，RGS 在固定实际时间内取得了更高的重建精度，达到全网格训练精度的速度比评估基线最高快 6x。
来源：arXiv 机器学习 · arxiv.org