11:58
官方账号arXiv cs.LG@Kaiyuan Tang, Maizhe Yang, Chaoli Wang
推荐理由：这篇论文提出了EVOLVE，用自编码器压缩科学体数据，压缩比高还支持变码率，比传统方法强很多。
体数据压缩
共 2 条相关 AI 资讯
7月21日
11:58
EVOLVE是一个基于自编码器的体数据压缩框架，针对高压缩比下的离线压缩优化。该框架构建了包含6,376个体数据的跨领域数据库，覆盖21项科学模拟，并通过感知哈希确保多样性。其可学习增益机制和三阶段训练策略使单一模型能在推理时连续调整压缩比。在多个未见过的科学模拟数据集上，EVOLVE在同等重建质量下实现比传统压缩器更高的压缩比，压缩速度比基于隐式神经表示的方法快数个数量级。
7月2日
12:20
12:20
官方账号arXiv cs.LG@Landon Dyken, Sharmistha Chakrabarti, Nathan Debardeleben, Steve Petruzza, Qi Wu, Will Usher, Sidharth Kumar
推荐理由：这篇论文用3D高斯替代隐式网络来压缩体数据，速度更快、省去网格存储，对非结构化数据尤其厉害。