10:49官方账号arXiv cs.AI@Eli Bar-Yosef, Amir Averbuch, Eli Turkel该研究提出Singularity Space框架,将信号表示为复数平面上的奇点配置(pole-residue)。框架具备三项关键性质:可解释性(奇点对应物理参数)、结构稳定性(抑制Gibbs伪影)、无分辨率重建(任意网格无需重训)。在1D Burgers激波测试中,32个预测奇点替代1024点网格(8倍压缩),零样本子分辨率推广下重建误差比网格基线降低4.2倍,物理参数恢复精度达10^-4绝对误差。论文Singularity Space扩散模型信号表示推荐理由:想用更少的点表示信号?这篇用复数奇点,32个点顶1024个网格,重建更准还能恢复物理参数,值得看看。原文稍后读已读值得跟进有用关注 Singularity Space