arXiv · ML· Sheng Zhang, Xinyi Wang, Maolin Wang, Xiangyu Zhao·· 4 小时前AI 评分20
TensorSSM：在动态状态空间中记忆空间位置以实现张量核心生成
TensorSSM: Memorizing Spatial Position in Dynamic State Space for Tensor Core Generation
AI 导读
TensorSSM 提出一种用于功能张量分解的新型隐式神经表示方法，通过在动态状态空间模型中记忆空间位置，显著提升了重建精度和存储效率。 该方法将模态坐标分解为粗到细序列以捕捉空间变化，并扩展状态空间映射跨模态依赖，无需严格空间假设即可在多种张量数据集上表现稳健。
来源：arXiv · ML · arxiv.org