本研究では、暗黙のニューラル表現を用いて多変量科学データの圧縮モデリングと可視化を行います。深層ニューラルネットワークの普及により、科学的可視化の問題に対する利用が増加しています。特に、圧縮データモデルの構築において暗黙のニューラル表現が有望であり、時空間ボリュームの可視化や超解像といったタスクでの良好な結果が得られています。本研究では、数十から数百の変数を持つ多変量データセットに対応するため、すべてのデータ変数を同時に学習する単一ネットワークを利用し、パラメータ共有を通じて圧縮を実現しています。評価を通じて、再構築データの品質、描画および可視化の質、変数間の依存情報の保持、ストレージ効率において優れた性能を示しています。