标签
本文提出了 ACES（自适应覆盖感知高效采样）框架，这是一种用于隐式神经表示的结构化采样方法。该框架通过自适应空间划分将区域覆盖与重要性加权解耦，从而在科学场学习任务上实现更快的收敛速度和更低的误差。
本文介绍了CoroNeRF，用于从多视角太阳观测中联合重建三维电子密度和温度场，强调图像保真度并不保证物理场的保真度，并提出了基于种子的错误定位方法。
本文开发了NTK-KIP、MetaQuill和MetaQuill-KIP算法，以改善从稀疏观测中重建神经场，使基于神经切向核（NTK）的神经场变得非线性和元可学习，从而实现高效的少样本适应。
本文指出，从神经网络权重中可见的几何对称性取决于位置编码和读出可观测量，并通过在多个对称群下训练二维符号距离函数的MLP进行了验证。
本文提出了神经辐射噪声场（NRNF），一种将水下航行器辐射噪声频谱建模为三维位置、姿态和频率连续函数的神经网络方法。在湖上试验数据上的评估结果表明，该模型在多种泛化设置下，于50–5000 Hz频段内的平均预测误差为3.5 dB。
本文提出了NeTMY，一种免摊销的坐标神经场，用于NV色心量子传感中的逆问题，通过使用校正的前向模型和稀疏重建损失来克服中心坍塌病理。