論文の概要: HOSC: A Periodic Activation with Saturation Control for High-Fidelity Implicit Neural Representations

• arxiv url: http://arxiv.org/abs/2601.07870v1
• Date: Sat, 10 Jan 2026 22:24:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-14 18:27:18.881287
• Title: HOSC: A Periodic Activation with Saturation Control for High-Fidelity Implicit Neural Representations
• Title（参考訳）: HOSC:高忠実度暗黙的ニューラル表現のための飽和制御による周期的活性化
• Authors: Michal Jan Wlodarczyk, Danzel Serrano, Przemyslaw Musialski,
• Abstract要約: Saturation Control (HOSC) をアクティベートしたハイパーボリック勾配を導入する。 周期的なキャリアを保持しながら、マグニチュードをチューニングする直接的なメカニズムを提供する。 HOSC をINR アプリケーションのための実用的な周期的活性化として確立する。
• 参考スコア（独自算出の注目度）: 0.7646713951724009
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Periodic activations such as sine preserve high-frequency information in implicit neural representations (INRs) through their oscillatory structure, but often suffer from gradient instability and limited control over multi-scale behavior. We introduce the Hyperbolic Oscillator with Saturation Control (HOSC) activation, $\text{HOSC}(x) = \tanh\bigl(β\sin(ω_0 x)\bigr)$, which exposes an explicit parameter $β$ that controls the Lipschitz bound of the activation by $βω_0$. This provides a direct mechanism to tune gradient magnitudes while retaining a periodic carrier. We provide a mathematical analysis and conduct a comprehensive empirical study across images, audio, video, NeRFs, and SDFs using standardized training protocols. Comparative analysis against SIREN, FINER, and related methods shows where HOSC provides substantial benefits and where it achieves competitive parity. Results establish HOSC as a practical periodic activation for INR applications, with domain-specific guidance on hyperparameter selection. For code visit the project page https://hosc-nn.github.io/ .
• Abstract（参考訳）: 正弦波のような周期的な活性化は、その振動構造を通して暗黙の神経表現(INR)における高周波情報を保存するが、しばしば勾配不安定とマルチスケールの動作に対する制限的な制御に悩まされる。 Saturation Control (HOSC) activation, $\text{HOSC}(x) = \tanh\bigl(β\sin(ω_0 x)\bigr)$は、アクティベーションのリプシッツ境界を$βω_0$で制御する明示的なパラメータである$β$を公開する。 これは、周期キャリアを保持しながら勾配の等級を調整するための直接的なメカニズムを提供する。 我々は,画像,音声,ビデオ,NeRF,SDFを標準化したトレーニングプロトコルを用いて,数学的解析を行い,総合的な実験研究を行う。 SIREN、FINER、および関連する手法との比較分析は、HOSCが重要な利点を提供する場所と、それが競合するパリティを達成する場所を示している。 その結果、HOSCはINRアプリケーションのための実践的な周期的アクティベーションとして確立され、ドメイン固有のハイパーパラメータ選択のガイダンスが得られた。 コードについては、プロジェクトページ https://hosc-nn.github.io/ を参照してください。

関連論文リスト

• Sampling non-log-concave densities via Hessian-free high-resolution dynamics [8.014749318189851]
  本研究では,Hessian-free- resolution (HFHR) プロセスのターゲット分布 $(q)prop e-U(q) からのサンプリング問題について検討する。 我々は、$blana U$ linear growth が無限大であるという追加の仮定の下で、HFHR 力学の収縮は KLD よりも厳密に優れていることを示す。
  論文  参考訳（メタデータ） (2026-01-06T05:38:09Z)
• Phase-space entropy at acquisition reflects downstream learnability [54.4100065023873]
  楽器分解位相空間に基づく取得レベルスカラー$S_mathcal B$を提案する。 本稿では, (S_mathcal B) が周期サンプリングの位相空間コヒーレンスを正確に同定できることを理論的に示す。 $|S_mathcal B|$は一貫してサンプリングジオメトリをランク付けし、トレーニングなしで下流での再構築/認識の困難を予測します。
  論文  参考訳（メタデータ） (2025-12-22T10:03:51Z)
• Adaptive Clustering for Efficient Phenotype Segmentation of UAV Hyperspectral Data [1.6135226672466307]
  無人航空機 (UAV) とハイパースペクトルイメージング (HSI) が組み合わさって、環境および農業用途の可能性を秘めている。 本稿では,リアルタイムツリー表現型セグメンテーションのためのオンラインハイパースペクトル簡易線形反復クラスタリングアルゴリズム(OHSLIC)を提案する。
  論文  参考訳（メタデータ） (2025-01-17T13:48:04Z)
• Impact of time-retarded noise on dynamical decoupling schemes for qubits [0.0]
  本稿では,時間的フィードバックを伴って,幅広い現実的なノイズ源について検討する。 DDは、キュービット演算のデコヒーレンスを抑制するための最も単純かつリソース集約的な手法の1つである。 DDスキームについて、ラムゼー列の1つの量子ビットのプルースとハーンエコー(HE)列を含まない動力学についても検討した。
  論文  参考訳（メタデータ） (2024-08-14T09:23:49Z)
• KPZ scaling from the Krylov space [83.88591755871734]
  近年,Cardar-Parisi-Zhangスケーリングをリアルタイムの相関器や自動相関器に示す超拡散が報告されている。 これらの結果から着想を得て,Krylov演算子に基づく相関関数のKPZスケーリングについて検討する。
  論文  参考訳（メタデータ） (2024-06-04T20:57:59Z)
• Optimal Rates and Saturation for Noiseless Kernel Ridge Regression [4.585021053685196]
  ノイズレスシステムにおけるカーネルリッジ回帰(KRR)の総合的研究について述べる。 KRRは有限標本から関数を学習するための基本的な方法である。 我々は、カーネルメソッドの解析に広く適用可能な、洗練された自由度の概念を導入する。
  論文  参考訳（メタデータ） (2024-02-24T04:57:59Z)
• HOSC: A Periodic Activation Function for Preserving Sharp Features in Implicit Neural Representations [2.1638817206926855]
  制御可能なシャープネスパラメータを持つ新しいアクティベーション関数であるHyperbolic Oscillation Function (HOSC)を導入する。 その単純さとモジュラリティのため、HOSCは、信号の暗黙的な表現方法としてニューラルネットワークを使用する既存のメソッドに容易に組み込むことのできる、プラグアンドプレイ機能を提供している。 我々はHOSCを一般的なタスクの配列における他の一般的なアクティベーションに対してベンチマークし、得られた表現の質の向上を実証的に示す。
  論文  参考訳（メタデータ） (2024-01-20T09:56:34Z)
• Latent Class-Conditional Noise Model [54.56899309997246]
  本稿では,ベイズ的枠組みの下での雑音遷移をパラメータ化するためのLatent Class-Conditional Noise Model (LCCN)を提案する。 次に、Gibs sampler を用いて遅延真のラベルを効率的に推測できる LCCN の動的ラベル回帰法を導出する。 提案手法は,サンプルのミニバッチから事前の任意チューニングを回避するため,ノイズ遷移の安定な更新を保護している。
  論文  参考訳（メタデータ） (2023-02-19T15:24:37Z)
• Hyperspectral Image Denoising Using Non-convex Local Low-rank and Sparse Separation with Spatial-Spectral Total Variation Regularization [49.55649406434796]
  本研究では,HSI復調のためのロバストな主成分分析のための新しい非特異なアプローチを提案する。 我々は、ランクとスパースコンポーネントの両方に対する正確な近似を開発する。 シミュレーションと実HSIの両方の実験により,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2022-01-08T11:48:46Z)
• Out-of-time-order correlations and the fine structure of eigenstate thermalisation [58.720142291102135]
  量子情報力学と熱化を特徴付けるツールとして、OTOC(Out-of-time-orderor)が確立されている。 我々は、OTOCが、ETH(Eigenstate Thermalisation hypothesis)の詳細な詳細を調査するための、本当に正確なツールであることを明確に示している。 無限温度状態における局所作用素の和からなる可観測物の一般クラスに対して、$omega_textrmGOE$の有限サイズスケーリングを推定する。
  論文  参考訳（メタデータ） (2021-03-01T17:51:46Z)
• ADRN: Attention-based Deep Residual Network for Hyperspectral Image Denoising [52.01041506447195]
  ノイズの多いHSIからクリーンなHSIへのマッピングを学習するために,注目に基づくディープ残差ネットワークを提案する。 実験の結果,提案手法は定量的および視覚的評価において最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2020-03-04T08:36:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。