{“id”：“https://openalex.org/W4285027804“，”doi“：”https://doi.org/10.48550/arxiv.2207.03691“，”title“：”Neural Implicit Dictionary via Mixture-of-Expert Training“，”display_name“：”Neural Impleicit Dictory via Mix-of-Export Training”，“publication_year”：2022，“publiction_date”：“2022-01-01”，“ids”：{“openalex”：“https://openalex.org/W4285027804“，”doi“：”https://doi.org/10.48550/arxiv.2207.03691“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2207.03691“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“other-oa”，“licence_id”：“https://openalex.org/licenses/other-oa网站“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”type“：”preprint“，”type_crossref“：“posted-content”，”indexed_in“：[”arxiv“，”datacite“]，”open_access“：{”is_oa“：true，”oa_status“：”green“，”oa_url“：”https://arxiv.org/abs/2207.03691“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5044165762“，”display_name“：”Peihao Wang“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Wang，Peihao“，”raw _affiliation_strings“：]，”affiliations“：【】}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5037732527“，”display_name“：”Fan Zhang“，”orcid“：”https://orcid.org/0000-0002-5520-3628“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：Fan，Zhiwen”，“raw_affiliation_strings”：[]，“affiliations”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5058379057“，”display_name“：”陈天龙“，”兽人“：”https://orcid.org/0000-0001-5588-717X“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：Chen，Tianlong”，“raw_affiliation_strings”：[]，“affiliations”：[]}，{“author_position”：“last”，“author”：{“id”：“https://openalex.org/A5048522863“，”display_name“：”Zhangyang Wang“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Wang，Zhangyang“，“raw_affiliation_strings”：[]“affiliations”：[]}]，“countries_distiction_count”：0，“institutions_distinact_count“：0，”corresponding_author_ids“：[[]，“correspounding_institution_ids”：[]]，“apc_list”：null，“apc_payd”：空，“fwci“：null，”has_fulltext“：false，”cited_by_count“：0，”cited_by_percentile_year“：{”min“：0”max“：66}，”biblio“：{”volume“：null，”issue“：nul，”first_page“：null，”last_page“：null}，“is_retracted”：false、“is_paratext”：false，“primary_topic”：{“id”：“https://openalex.org/T10531“，”display_name“：”立体视觉和深度估计“，”score“：0.9994，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“｝，”field“：｛”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T10531“，”display_name“：”立体视觉和深度估计“，”score“：0.9994，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“｝，”field“：｛”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10638“，”display_name“：”数字图像相关技术“，”score“：0.9974，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“｝，”field“：｛”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10719“，”“display_name”：“三维形状结构分析”，“score”：0.996，“subfield”：{“id”：“https://openalex.org/subfields/2206“，”display_name“：”计算力学“}，”字段“：{”id“：”https://openalex.org/fields/22“，”display_name“：”Engineering“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”Physical Sciences“｝｝]，”keywords“：[｛”id“：”https://openalex.org/keywords/unsupervised学习“，”display_name“：”无监督学习“，”score“：0.536598}，{”id“：”https://openalex.org/keywords/反向建模“，”display_name“：”反向建模“，”score“：0.514331}]，”concepts“：[{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.72343194}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.62977433}，{”id“：”https://openalex.org/C50644808，“wikidata”：https://www.wikidata.org/wiki/Q192776“，”display_name“：”人工神经网络“，”level“：2，”score“：0.62043744}，{”id“：”https://openalex.org/C11727466，“wikidata”：https://www.wikidata.org/wiki/Q1628157“，”display_name“：”Inpainting“，”level“：3，”score“：0.56760824}，{”id“：”https://openalex.org/C2776359362，“wikidata”：https://www.wikidata.org/wiki/Q2145286“，”display_name“：”Representation（politics）“，”level“：3，”score“：0.56231004}，{”id“：”https://openalex.org/C77637269，“wikidata”：https://www.wikidata.org/wiki/Q7002051“，”display_name“：”神经编码“，”level“：2，”score“：0.52093637}，{”id“：”https://openalex.org/C153180895，“wikidata”：https://www.wikidata.org/wiki/Q7148389“，”display_name“：”模式识别（心理学）“，”level“：2，”score“：0.50481284}，{”id“：”https://openalex.org/C179518139，“wikidata”：https://www.wikidata.org/wiki/Q5140297“，”display_name“：”Coding（social sciences）“，”level“：2，”score“：0.45283508}，{”id“：”https://openalex.org/C31972630，“wikidata”：https://www.wikidata.org/wiki/Q844240“，”display_name“：”计算机视觉“，”level“：1，”score“：0.32406908}，{”id“：”https://openalex.org/C115961682，“wikidata”：https://www.wikidata.org/wiki/Q860623“，”display_name“：”Image（mathematics）“，”level“：2，”score“：0.30804592}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”Mathematics“，”level“：0，”score“：0.14795774｝，｛”id“：”https://openalex.org/C105795698，“wikidata”：https://www.wikidata.org/wiki/Q12483“，”display_name“：”Statistics“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C94625758，“wikidata”：https://www.wikidata.org/wiki/Q7163“，”display_name“：”政治“，”级别“：2，”分数“：0.0}，{”id“：”https://openalex.org/C17744445，“wikidata”：https://www.wikidata.org/wiki/Q36442“，”display_name“：”政治学“，”level“：0，”score“：0.0}，{”id“：”https://openalex.org/C199539241，“wikidata”：https://www.wikidata.org/wiki/Q7748“，”display_name“：”Law“，”level“：1，”score“：0.0｝]，”mesh“：[]，”locations_count“：2，”locations“：[｛”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2207.03691“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“other-oa”，“licence_id”：“https://openalex.org/licenses/other-oa网站“，”版本“：”提交版本“，”is_accepted“：false，”is_published“：false｝，｛”is_oa“：false，”landing_page_url“：”https://api.datacite.org/dois/10.48550/arxiv.2207.03691“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4393179698“，”display_name“：”DataCite API“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”is_core“：false，”host_organization“：”https://openalex.org/I4210145204“，”“host_organization_name”：“DataCite”，“host_organization_lineage”：[“https://openalex.org/I4210145204“]，”host_organization_lineage_names“：[”DataCite“]，”type“：”metadata“｝，”license“：null，”license_id“：null，”version“：null｝]，”best_oa_location“：｛”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2207.03691“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“other-oa”，“licence_id”：“https://openalex.org/licenses/other-oa网站“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”sustainable_development_goals“：[]，”grants“：[]，”datasets“：]，”versions“：[https://openalex.org/W49967185","https://openalex.org/W425542480","https://openalex.org/W3178025616","https://openalex.org/W3035059915","https://openalex.org/W2946160871","https://openalex.org/W2131831293","https://openalex.org/W2107727507","https://openalex.org/W2060947339","https://openalex.org/W2017457812","https://openalex.org/W1995073329“]，”ngrams_url“：”https://api.openalex.org/works/W4285027804/ngrams“，”abstract_inverted_index“：{“表示”：[0]，”visual“：[1]，”signals“：[2]，”by“：[3,62115160]，”coordinate-based“：[4,92]，”deep“：[5]，”full-connected“：[6]，”networks“：[7]，“has”：[8]，“been”：[9]，“show”：[10]，“advantive”：[11]，“in”：[12180199]，“fitting”：[13]，“complex”：[14]，“details”：[15]，“和”：[16,59,73108137183]，“求解”：[17116]，“逆”：[18]，“问题”：[19]，“than”：[20]，“discrete”：[21]，“grid-based”：[22]，“representation”。“：[23]，”“然而，”：[24]，“获取”：[25]，“这样”：[26]，“a”：[27,51,64,70,77,89123142]，“连续”：[28]，“隐含”：[29,66]，“神经”：[30,65]，“表示”：[31]，“（INR）”：[32]，“需要”：[33]，“繁琐”：[34]，“超场景”：[35]，“训练”：[36,60]，“on”：[37]，“吨”：[38]，“of”：[39,80,91126154163178]，“signal”：[40]，“measures”，“：[41]，“which”：[42,94186]，“限制”：[43]，“它的”：[44]，“实用性。“：[45]，”In“：[46]，”this“：[47]，”paper“：[48]，”we“：+49128]，”present“：[50]，”generic“：[52]，”INR“：[53,75]，”framework“：-54]，”that“：[55]，”implements“：【56】，”both“：【57】，”data“：【58，71】，”efficiency“：【61】，”learning“：【63】，”Dictionary“：67】，”（NID）“：【68】，”from“：【69,83132]，“集合”：[72]，“表示”：[74]，“作为”：[76]，“函数”：[78]，“组合”：[79]，“基础“：[81]，”抽样“：[82]，”词典“：[84,99117130]，”。“：[85]，“我们的”：[86146195]，“NID”：[87150179]，“汇编”：[88]，“组”：[90125]，“子网”：[93]，“are”：[95187197]，“调谐”：[96]，“to”：[97135168189]，“span”：[98]，“desired”：[100]，“function”：[101]，“space”。“：[102]，”After“：[103]，”training“：[104]，”one“：[105]，”can“：[106151]，”immediate“：[107]，”robustly“：[109]，”acquire“：[110]，”an“：[111]，”unseen“：[112]，”scene“：/113]，”representation“：[114]，”coding“：[118]，”coefficients。“：[119]，“To”：[120]，“parallelly”：[121]，“optimize”：[122]，“large”：[124]，“networks”：[127]，“borrow”：[129]，“idea”：[131]，“Mixtureof-Expert”：[133]，“（MoE）”：[134]，“design”：%136]，“train”：[138]，“our”：+139]，“network”：[140]，“with”：141166192]，“sparse”：[143]，“gating”：/144]，“mechanism”。“：[145]，”实验“：[147]，”显示“：[148]，”那，“：[149]，”改善“：[152]，”重建“：[153]，”二维“：[155]，”图像“：[156]，”或“：[157]，”三维“：[158]，”场景“：[159]，”2“：[161]，”阶数“：[162]，”幅度“：[164]，”更快“：[165]，”向上“：[167]，”98%“：[169]，”较少“：[170]，”输入“：[171]，“数据。“：[172]，“我们”：[173]，“进一步”：[174]，“演示”：[175]，“各种”：[176]，“应用程序”：[177]，“图像”：[181]，“修复”：[182]，“遮挡”：[184]，“移除”：[185]，“考虑”：[188]，“被”：[190]，“挑战”：[191]，“香草”：[193]，“INR。“：[194]，”代码“：[196]，”可用“：[198]，”https://github.com/VITA-Group/Neural-Implicit-Dict。“：[200]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W428027804“，”counts_by_year“：[]，”updated_date“：”2024-06-29T10:57:44.017973“，”created_date:“2022-07-12”}“