基于变周期激活函数的隐式神经表示装置及方法、应用制造方法及图纸

本发明专利技术提出了一种基于变周期激活函数的隐式神经表示装置及方法、应用。其装置包括：多层感知机网络，用于隐式地表示目标信号，该网络的输入为空域坐标，输出为目标信号值；变周期激活函数模块，用于自适应地将所述多层感知机网络内每一层的输出激活到不同的频段；频谱偏差初始化模块，用于初始化所述多层感知机网络的初始偏置参数以调节网络所支持的频率集。本发明专利技术的变周期激活函数及频谱偏差初始化模块可以灵活地调节多层感知机网络所支持的频率集，实现其对具有复杂频率分布的信号更精确的隐式表示。

【技术实现步骤摘要】

本专利技术属于隐式神经表示领域，特别涉及一种基于变周期激活函数的隐式神经表示装置及其方法和应用。

技术介绍

1、隐式神经表示(implicit neural representation,inr)通过使用神经网络建立从空域坐标到相应属性值的映射函数来表征信号，具有可连续查询、能与可微物理过程灵活融合的优点。因此，隐式神经表示在解决特定领域的逆问题中得到了广泛的应用，特别是在大规模配对数据集难以获取且仅提供正向物理过程和测量的情况下。

2、然而，现有的隐式神经表示技术存在谱偏差问题，即神经网络倾向于学习信号的低频分量，而难以捕获信号的高频分量。为了解决这种谱偏差，对网络输入数据进行空间编码以增强高频分量的策略被提出，例如频率或多项式分解、高通滤波。其中，位置编码(position enconding，pe)使用从空间坐标映射的傅里叶特征作为多层感知机网络(multilayer perceptron，mlp)的输入来提升inr表示信号高频信息的性能。此外，通过修改网络架构的多尺度或金字塔表示可以帮助同时捕获场景的低频和高频分量。然而，逆问题中需要求本文档来自技高网...

【技术保护点】

1.基于变周期激活函数的隐式神经表示装置，其特征在于，该装置包括：多层感知机网络，用于隐式地表示目标信号，该网络的输入为空域坐标，输出为目标信号值；变周期激活函数模块，用于自适应地将所述多层感知机网络内每一层的输出激活到不同的频段；频谱偏差初始化模块，用于初始化所述多层感知机网络的初始偏置参数以调节网络所支持的频率集。

2.根据权利要求1所述的基于变周期激活函数的隐式神经表示装置，其特征在于，所述多层感知机网络的表达式为：

3.根据权利要求1所述的基于变周期激活函数的隐式神经表示装置，其特征在于，所述变周期激活函数模块所采用的激活函数的表达式为：

4....

【技术特征摘要】

1.基于变周期激活函数的隐式神经表示装置，其特征在于，该装置包括：多层感知机网络，用于隐式地表示目标信号，该网络的输入为空域坐标，输出为目标信号值；变周期激活函数模块，用于自适应地将所述多层感知机网络内每一层的输出激活到不同的频段；频谱偏差初始化模块，用于初始化所述多层感知机网络的初始偏置参数以调节网络所支持的频率集。

2.根据权利要求1所述的基于变周期激活函数的隐式神经表示装置，其特征在于，所述多层感知机网络的表达式为：

3.根据权利要求1所述的基于变周期激活函数的隐式神经表示装置，其特征在于，所述变周期激活函数模块所采用的激活函数的表达式为：

4.利用如权利要求1所述基于变周期激活函数的隐式神经表示装置的方法，其特征在于，该方法使用多层感知机网络来隐式地表示目标信号，首先，初始化多层感知机网络的初始偏置参数，然后，对于所述多层感知机网络每一层的输出，使用变周期激活函数自适应地激活到不同的频段，其中，多层感知机网络每一层的偏置参数作为变周期激活函数的相位...

【专利技术属性】
技术研发人员：曹汛，刘振，朱昊，符景德，邓卫兵，马展，郭延文，
申请(专利权)人：南京大学，
类型：发明
国别省市：