REV-INR：不確実性を考慮したボリューム可視化のための正則化証拠的陰解法ニューラル表現

要約

大規模ボリュームデータのコンパクトな表現手法であるINR（Implicit Neural Representations）に対し、データのノイズやモデルの予測不確実性を単一のフォワードパスで推定できる「REV-INR」を提案。従来の決定論的モデルの課題を解決し、高速かつ高精度な再構成と信頼性の高い可視化を実現しました。

全文は有料プランで閲覧できます。