跳到正文
原文
arXiv 机器学习· Prateik Sinha, Stefania Druga·· 5 小时前AI 评分32

神经场编码适应几何

Neural Fields Encode Adaptation Geometry

AI 导读

研究表明神经场权重不仅能重建当前观测,还编码了适应新观测难度与保留历史信息的适应几何。在物理场序列拟合实验中,即使两种波动历史在同一观测点结束,网络最终权重仍能以 68.6% 的准确率恢复波速符号,远高于单一观测的 50%。研究还发现切线核特征值可定量预测变化的易学程度与历史被覆盖的速度。

来源:arXiv 机器学习 · arxiv.org