본 논문은 암묵적 신경망 표현(INR)의 한계점인 주파수 선택성, 공간 국재화, 그리고 희소 표현의 부족을 해결하기 위해 FLAIR(Frequency- and Locality-Aware Implicit Neural Representations)을 제안한다. FLAIR은 시간-주파수 불확정성 원리(TFUP) 하에서 명시적인 주파수 선택과 공간 국재화를 위한 새로운 활성화 함수 RC-GAUSS와 이산 웨이블릿 변환(DWT)을 이용하여 주파수 정보를 네트워크에 명시적으로 안내하는 Wavelet-Energy-Guided Encoding (WEGE)라는 두 가지 핵심 혁신을 통합한다. 2D 이미지 표현 및 복원, 3D 재구성 작업에서 기존 INR보다 성능이 우수함을 보여준다.
