Пространственное, пространственное и программное обеспечение Имплицитное представление многомерных сигналов через MLP-KAN

arXiv: 2610.11296v1 Annuate Type: New Brieflow: Impliticit Neural Freements (INRs) появился в качестве убедительной парадигмы моделирования многомерных сигналов путем картирования постоянных координат для значений сигнала. Вместе с тем НПР, основанные на использовании нескольких либеральных перцептронов (МЛП), по своей сути страдают от спектрального отклонения, что благоприятствует низкочастотным компонентам и подавляет восстановление основных высокочастотных деталей. Хотя существующие методы, такие как картирование объектов Fourier, смягчают этот вопрос, они часто полагаются на чувствительные ручные настройки и подвержены спектральным артефактам. В настоящем документе мы предлагаем систему пространственно-частотного мониторинга, которая сочетает отделение MLP с подразделением Kolmogorov - Arnold (KAN) для дополнительного моделирования частоты. В отделении MLP обеспечивается низкочастотное представление бесперебойных конструкций, в то время как отделение KAN дополняет локальные колебания и точные детали. Для координации двух ветвей мы интегрируем дискретное преобразование волн (DW)