arXiv 机器学习· Guang Zhao, Xihaier Luo, Huan-Hsin Tseng, Seungjun Lee, Shinjae Yoo, Yihui Ren, Wei Xu·· 4 小时前AI 评分35
ACES：基于自适应覆盖与聚焦采样的高效神经场学习
Efficient Neural Field Learning via Adaptive Coverage and Focused Sampling
AI 导读
研究人员提出结构化采样框架 ACES，通过解耦覆盖度与重要性来提升隐式神经表示（INR）的训练效率。该方法构建自适应空间分区以确保全域覆盖并减少采样冗余，同时采用区域级重要性加权优先学习信息量大的区域。在科学场学习任务的实验中，ACES 相比均匀采样和逐点自适应基线实现了更快的收敛速度与更低误差，在局部复杂度高的场景中提升尤为显著。
来源：arXiv 机器学习 · arxiv.org