이 논문은 신경 셀룰러 오토마타(NCA)의 계산 요구사항을 해결하기 위해 잠재 신경 셀룰러 오토마타(LNCA)라는 새로운 모델을 소개한다. LNCA는 입력 공간이 아닌 특별히 설계된 잠재 공간에서 계산을 수행한다.
먼저 오토인코더를 사용하여 입력 공간을 잠재 공간으로 압축하고, 이 잠재 공간에서 NCA가 이미지 복원 작업을 수행한다. 이를 통해 계산 및 메모리 요구사항을 크게 줄일 수 있다.
실험 결과, LNCA는 기존 NCA 모델에 비해 최대 16배 큰 입력 크기를 처리할 수 있으며, 메모리 사용량과 처리 지연 시간을 각각 최대 94%와 80% 감소시킬 수 있다. 다만 복원 성능은 약 10% 정도 감소한다.
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문