1. Introduction
| Conferences: | EuroVis 2021 |
|---|---|
| Author: | Y. Lu, K. Jiang, J. A. Levine, and M. Berger |
| Year: | 2021 |
| ISBNs, DOls, PMIDs, or arXiv IDs： | 10.48550/arXiv.2104.04523 |
| Cite: | arXiv:2104.04523 [cs.LG] (or arXiv:2104.04523v1 [cs.LG] for this version) https://doi.org/10.48550/arXiv.2104.04523 |
| Reportor: | 孙百乐 |
| Attachment: |
2. Figures
3. Summary
用全连接神经网络拟合标量场数据（体数据）的压缩，通过控制权重的数量来控制压缩率。权重量化使得压缩率大大提高，梯度正则化有利于可视化。
4. Main Points
- 该网络的结构
- 权重量化
- 梯度正则化
- 各种对比实验
若有收获，就点个赞吧
0 人点赞
