arXiv · cs.AI· Dhananjaya Jayasundara·· 1 天前AI 评分23
SymKL：一种统一的表示空间信号退化度量方法
SymKL: A Unified Representation-Space Measure of Signal Degradation
来源与原文
arXiv · cs.AI
作者：Dhananjaya Jayasundara
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.39403v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 SymKL，一种基于隐式神经表示（INR）的统一全参考信号退化度量方法。该方法对原始参考信号拟合一次 INR，利用其对角 Fisher 信息与退化观测之间对称 KL 散度计算退化分数，无需已知退化过程或强度。通过推导 SIREN 对角 Fisher 的精确闭式解实现高效计算，在图像、语音和 3D 体数据基准上，SymKL 能准确追踪退化强度，并在传统指标饱和或失效时仍保持单调性。代码将在评审后公开。
来源：arXiv · cs.AI · arxiv.org