arXiv · ML· Hyunsoo Son, Jeonghyun Noh, Chaoli Wang, Won-Ki Jeong·· 5 小时前AI 评分23
SWAP-INR：基于可切换注意力路径的隐式神经表示，用于时变多变量科学数据压缩
SWAP-INR: Implicit Neural Representation with Switchable Attention Paths for Time-varying Multivariate Scientific Data Compression
AI 导读
SWAP-INR 提出了一种针对时变多变量模拟数据的高保真压缩架构，在小型模块化反应堆（SMR）数据集上实现了 SOTA 性能。 该模型引入 SWAP 模块通过确定性判据路由变量并剪枝非活跃层，利用 A2-SIREN 实现通道级可学习调制。 结合后训练 16-bit 量化，该架构在保持受限内存占用的同时，在公开物理模拟数据集上保持竞争力。
来源：arXiv · ML · arxiv.org