본 논문은 다양한 해상도의 입력 데이터 처리를 해야하는 Real world 요구사항과 고정된 해상도(fixed resolution) 지원하는 기존 딥러닝 모델의 한계를 극복하기 위해 Adaptive Resolution Residual Networks, ARRNS를 제안한다.

ARRN 모델은 고정 해상도 모델의 사용 편의성과 적응형 해상도 모델의 계산 효율성 및 강건성을 동시에 확보하는 것을 목표로 한다. robustness, computational efficiency.

핵심방법론

1. Laplacian Residuals
ARRN의 핵심 구성 요소인 이 방법은

2. Laplacian Dropout