Tag · 3 篇
神经算子
分布 底层视觉与图像复原1自监督与表征学习13D 视觉与重建1
01 02 03
空间-光谱残差引导的扩散神经算子用于全色锐化
Spatial-Spectral Residuals Informed Diffusion Neural Operator for Pan-sharpening
用Galerkin型神经算子替代注意力去噪骨干网络，在扩散逆过程中显式注入像素级空间-光谱残差作为闭环引导，为图像融合与复原任务提供了一种兼顾效率与保真度的扩散采样框架。
NESTOR：面向大规模偏微分方程预训练的嵌套混合专家神经算子
NESTOR: A Nested MOE-based Neural Operator for Large-Scale PDE Pre-Training
嵌套 MoE 神经算子（图像级 MoE 捕捉全局依赖 + token 级 Sub-MoE 捕捉局部依赖）为视觉中的算子学习与大规模预训练提供了可复用的稀疏专家路由结构，可迁移到神经场、物理仿真等连续场建模任务。
MSPT：通过并行化多尺度注意力实现高效大规模物理建模
MSPT: Efficient Large-Scale Physical Modeling via Parallelized Multi-Scale Attention
把「图像块内局部点注意力 + 粗粒度图像块级全局注意力」的双尺度注意力，配合球树做不规则几何的空间划分，可直接迁移到百万级点云或高斯球的场景表示与神经场建模中，在单卡上显著降低显存占用。