Residual Modeling for High-Fidelity Learned Compression of Scientific Data

Dieses Papier schlägt einen neuartigen residualzentrierten Ansatz zur hochpräzisen gelernten Kompression wissenschaftlicher Daten vor. Es werden innovative Residual-Coder vorgestellt, die die Einschränkungen bestehender Methoden überwinden und die Genauigkeit in Hochtoleranzbereichen verbessern.