딥러닝/3D
Fourier Features Let Networks Learn High Frequency Functions in Low Dimensional Domains (리뷰)
stop0729
2024. 8. 4. 19:34
2020 nips
Abstract : input으로 들어가는 정보를 푸리에 변환을 통해 mlp로 집어넣을시 low-frequency 뿐만이 아니라 high-frequency의 문제도 풀 수 있다는 것을 보여준다. 이것은 최근 비전과 그래픽스에서의 복잡한 3d 물체나 장면 렌더링 문제를 해결하는데 기여를 했다. 단순히 NTK(neural tangent kernel)를 사용하던 기존 방식에 Fourier feature mapping을 더해서 stationary kernel로 변환시켰고 이것은 더 나은 성능을 보여주었다.
발표자료