要約
本研究論文では、ボルテラ級数（Volterra series）の定式化に基づく新たな復元ネットワークアーキテクチャのクラスを提案する。従来の活性化関数に代えて高次畳み込み（higher order convolutions）を用いてシステム応答関数に非線形性を組み込むことで、画像・動画復元のための汎用的なフレームワークを構築した。広範な実験を通じて、提案アーキテクチャが画像・動画復元分野において最先端（SOTA: State-of-the-Art）の性能を達成することを実証した。さらに、最近提案された非線形活性化関数を不要とするネットワーク（Non-Linear Activation Free Network, NAF-NET）が、より広範なボルテラニューラルネットワーク（Volterra Neural Networks）のクラスにおける特殊ケースとして捉えられることを明らかにした。これらの成果は、ボルテラニューラルネットワークがコンピュータビジョンにおける複雑な復元タスクに対処するための汎用的かつ強力なツールとしての潜在力を示している。