이 논문에서는 신경망 표현 방식(INR)에서 위치 인코딩을 활용하는 새로운 방법인 PEPS(Positional Encoding Projected Sampling)를 제안합니다.
PEPS는 위치 인코딩을 의미 있는 점들의 집합으로 분해하고, 각 점의 움직임을 분석하여 학습 가능한 위치 인코딩을 구현합니다.
이미지 표현, 텍스처 압축, 부호 거리 함수 등 세 가지 분야에서 PEPS가 기존 방법보다 성능이 뛰어나고 파라미터 수를 25% 줄일 수 있음을 입증했습니다.