본 논문은 렌더링, 시뮬레이션, 편미분 방정식(PDE) 해결 등 다양한 응용 분야에서 사용되는 하이브리드 뉴럴 필드의 정확도 향상에 초점을 맞추고 있다. 기존 하이브리드 뉴럴 필드는 빠른 학습 속도와 큰 장면 처리 능력을 가지지만, 정확한 공간 도함수를 제공하지 못하여 부정확한 결과물을 생성하는 문제점이 있다. 이를 해결하기 위해, 본 논문에서는 두 가지 방법을 제시한다. 첫 번째는 사전 학습된 하이브리드 뉴럴 필드로부터 국소 다항식 피팅을 이용하여 더 정확한 도함수를 얻는 후처리 연산자이고, 두 번째는 초기 신호를 유지하면서 정확한 도함수를 직접 생성하도록 하이브리드 뉴럴 필드를 자기 지도 학습 방식으로 미세 조정하는 방법이다. 렌더링, 충돌 시뮬레이션, PDE 해결 등의 응용 분야에서 실험을 통해 제안된 방법의 효과를 검증하고, 더 정확한 도함수를 얻어 인공물을 줄이고 정확한 시뮬레이션을 가능하게 함을 보여준다.
