リアルタイム3Dグラフィックス技術の一つにPrecomputed Radiance Transfer (PRT)がある．PRTに使用される一般的な基底関数にはそれぞれ制限がある．Xuらは基底関数の制限を回避し，レンダリングの計算に有効な特性を備えたニューラル基底関数を提案した．ニューラル基底関数は，2次元の球面関数(環境マップ，伝達関数)の情報を圧縮する表現ネットワークと，多重積の積分の特性を持つ計算ネットワークによって実現される．しかし，環境マップと伝達関数を同じ表現ネットワークを用いて学習を行っているため，精度の面で課題がある．本研究では，環境マップ用と伝達関数用の表現ネットワークに分けて学習を行い，レンダリングの精度向上を試みる．