この記事では、暗黙的ニューラル表現に関する新しいインシチュトレーニングプロトコルを提案しています。このプロトコルは、フルデータとスケッチデータの限られたメモリバッファを使用し、スケッチデータによって「カタストロフィックフォゲッティング」を防ぐことが目的です。スケッチを正則化因子として使用する理論的な動機は、シンプルなジョンソン・リンデンストラウス関連の結果によって示されています。また、この方法は継続的学習分野でも興味を持たれますが、特に暗黙的ニューラル表現に基づくハイパーネットワークを使用したインシチュ圧縮に焦点を当てています。2次元および3次元の複雑なシミュレーションデータで方法を評価した結果、高い圧縮率で強い再構成性能が示され、スケッチを使用することでオフラインメソッドに匹敵する性能が得られることを示しています。