基于Kolmogorov–Arnold网络的体数据隐式神经表示与探索

《Visual Informatics》：Implicit neural representation and exploration of volumetric Data with Kolmogorov–Arnold networks

　　

探索构成科学数据的常见信号对于理解底层物理现象至关重要。然而，对于传统体表示（volumetric representation）而言，提取此类信号仍然具有挑战性。隐式神经表示（Implicit Neural Representations, INRs）已成为一种以内存高效且连续的方式表示体数据（volumetric data）的强大框架。尽管如此，拟合这些信号通常需要深层网络，限制了可解释性。最近提出的Kolmogorov–Arnold网络（Kolmogorov–Arnold Networks, KANs）作为一种替代神经架构，利用基于样条（spline）的激活函数通过自适应基函数（adaptive basis function）来近似数据。研究人员利用基于KAN的隐式神经表示来建模体数据，并在多个科学数据集上评估其性能。定量和定性结果均表明，该方法具有卓越的表示能力以及捕获复杂时空结构的潜力。研究人员还引入了一个探索式界面，允许用户直观地识别突出的样条单元并检查它们与体结构的关系。该界面还支持可视化和编辑体数据的交互操作，从而帮助用户理解特定特征如何由单个基函数表示。案例研究表明，该方法为体数据的科学探索提供了一种灵活策略。

论文解读文章

**研究背景与问题**
科学数据中蕴含的常见信号是理解底层物理现象的关键。然而，传统体表示（volumetric representation）方法依赖密集空间采样和高分辨率，导致存储和计算开销巨大，尤其是在大规模或时变体数据场景下。隐式神经表示（Implicit Neural Representations, INRs）以连续坐标映射方式表示体数据，具有内存高效和分辨率无关的优势，但通常需要深层网络来拟合复杂信号，这限制了模型的可解释性——难以解析不同信号之间的关系以及特定特征是如何组合而成的。

**研究动机与目标**
为克服上述局限，研究人员引入Kolmogorov–Arnold网络（KANs）这一新型神经架构，其用可训练样条（spline）函数替代固定激活函数，能够以自适应基函数（adaptive basis function）近似数据。基于此，研究人员提出KINR（KAN-based Implicit Neural Representation）框架，旨在实现紧凑、可解释的体数据表示，并支持场景感知的样条单元分析与交互式编辑。

**研究内容与结论**
研究人员在多个科学数据集（argon bubble、combustion、ionization、supernova、vortex，来源为公开仿真或模拟数据）上评估KINR，与SIREN、CoordNet、NeurComp等深度学习模型以及ZFP、TTHRESH等传统有损压缩方法对比。定量结果表明，KINR在体素级指标（PSNR、SSIM）、感知指标（LPIPS、DreamSim）和几何指标（Hausdorff距离、Chamfer距离）上普遍达到最优或次优，尤其在结构和感知细节保留方面表现突出。案例研究进一步证实，基于KINR构建的可视分析界面能够识别场景关联的样条单元，通过因果干预（缩放或消融）实现局部体编辑，帮助用户理解内部表示机制。该论文发表在《Visual Informatics》。

**主要技术方法**
（不超过250字）
研究人员采用Kolmogorov–Arnold网络构建隐式神经表示，以3D空间坐标作为输入，输出体素标量值。网络结构包含4个隐藏层（宽度32、64、64、128），每层采用3阶B样条（B-spline）激活函数，网格大小设为100，网格范围[-1,1]并在训练中以小扰动更新。训练使用均方误差（Mean Squared Error, MSE）损失，Adam优化器，初始学习率10^-5，20个epoch。为提升压缩效率，采用特征驱动采样策略（feature-driven sampling strategy）替代均匀采样。在样条单元分析中，通过传递函数（transfer function）将体数据划分为多个语义场景，计算每个样条单元对各场景的区域响应与下游因果权重，得到因果感知得分（causal-aware score），据此选择高分单元进行干预（缩放因子λ缩放或λ=0消融），实现无需重训练的局部体编辑。

**研究结果**
（保留原文小标题，简要说明通过什么研究得出什么结论）

**4.1 与基于学习方法的比较**
在argon bubble、combustion (MF)、ionization (H₂)、vortex等数据集上，KINR在大多数指标（PSNR、SSIM、LPIPS、HD、CD、DreamSim）上取得最优或次优结果。例如在combustion (MF)上PSNR和SSIM最高，LPIPS最低；在argon bubble上虽PSNR/SSIM略低于CoordNet，但LPIPS更优。定性渲染图显示KINR较好地保持了表面锐度与内部结构，尤其在分层或方向性特征区域。

**4.2 与有损压缩方法的比较**
在四个数据集中，KINR在PSNR、SSIM、LPIPS上普遍优于ZFP和TTHRESH（argon bubble上PSNR/SSIM第二但LPIPS第一）；在HD、CD上始终最优，DreamSim分数最低或次低。可视化结果进一步表明KINR重建的结构更清晰、细节更丰富。

**4.3 压缩性能研究**
在combustion、ionization、vortex的十个时间步上，KINR在压缩比（如ionization达到2252倍）下仍保持较高PSNR（>42 dB）和较低LPIPS（约0.02），表明其能保持时间一致性。

**4.4 网络分析**
- **网络配置**：减少为2个隐藏层（0.75M参数）仍能获得满意质量，但宽度低于64时结构细节下降，表明存在最小容量要求。
- **样条函数**：网格大小从10增至100，PSNR从29.31提升至40.25，SSIM从0.7931升至0.9896，LPIPS从0.4831降至0.0176，说明更细网格能更好适应局部变化。
- **训练轮次**：前5个epoch中KINR的PSNR增长和LPIPS下降均优于SIREN、CoordNet和NeurComp，收敛更快。
- **训练时间**：KINR训练和推理时间高于SIREN和CoordNet（如vortex上训练14.67 min vs CoordNet 3.87 min），源于样条计算的额外开销。

**案例研究**
在combustion (HR)数据集上，通过传递函数划分四个语义场景，发现后几层场景关联样条单元更多；消融红色场景单元后，目标结构显著削弱但未完全消除，其他场景部分受影响，表明信号编码具有跨层联合性。在ionization (PD)数据集上，空间分离更清晰，对第三层样条单元干预后，背景蓝色区域减少，中心红色/黄色区域增强，编辑效果更局域化。

**讨论与结论**
**限制**：KINR的样条参数化带来较大内存开销，尤其在需要大量控制点的高分辨率数据中；反向传播更新样条参数进一步增加了计算复杂度和训练时间。
**结论**：基于坐标的隐式神经表示能力较强，KINR利用可训练样条函数更好地拟合信号并表达空间变化，网络通过直接建模非线性变换保留结构特征。研究人员分析了KINR的配置与训练行为，并在多个体数据集上开展实验。为进一步理解KINR的编码机制，引入可视分析界面支持场景感知样条单元分析与因果干预，通过识别和操作场景关联单元实现局部体编辑，探索内部表示中的结构信息。