Fugu-MT 論文翻訳(概要): A Survey of Methods for Converting Unstructured Data to CSG Models

論文の概要: A Survey of Methods for Converting Unstructured Data to CSG Models

arxiv url: http://arxiv.org/abs/2305.01220v1
Date: Tue, 2 May 2023 06:19:50 GMT
ステータス: 処理完了
システム内更新日: 2023-05-03 15:14:50.830007
Title: A Survey of Methods for Converting Unstructured Data to CSG Models
Title（参考訳）: 非構造化データをcsgモデルに変換する方法の検討
Authors: Pierre-Alain Fayolle and Markus Friedrich
Abstract要約: 入力データのセグメンテーションやフィッティングなどの関連トピックをレビューし、議論する。プログラム合成、進化的手法、深層学習手法のアプローチを考察する。
参考スコア（独自算出の注目度）: 2.106713911600559
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The goal of this document is to survey existing methods for recovering CSG representations from unstructured data such as 3D point-clouds or polygon meshes. We review and discuss related topics such as the segmentation and fitting of the input data. We cover techniques from solid modeling and CAD for polyhedron to CSG and B-rep to CSG conversion. We look at approaches coming from program synthesis, evolutionary techniques (such as genetic programming or genetic algorithm), and deep learning methods. Finally, we conclude with a discussion of techniques for the generation of computer programs representing solids (not just CSG models) and higher-level representations (such as, for example, the ones based on sketch and extrusion or feature based operations).
Abstract（参考訳）: 本論文の目的は,3Dポイントクラウドやポリゴンメッシュなどの非構造化データからCSG表現を復元する既存の手法を調査することである。入力データのセグメンテーションやフィッティングなどの関連トピックをレビューし、議論する。ポリヘドロンからcsg、b-rep、csg変換の固相モデリングとcad技術について述べる。我々は,プログラム合成,進化的手法(遺伝的プログラミングや遺伝的アルゴリズムなど),深層学習手法からのアプローチを検討する。最後に、ソリッド(csgモデルだけでなく)と高レベル表現(例えばスケッチや押出や特徴ベース操作に基づくものなど)を表すコンピュータプログラムを生成するための技法について論じる。

関連論文リスト

STREAM: A Universal State-Space Model for Sparse Geometric Data [2.9483719973596303]
ポイントクラウドやイベントベースのビジョンなど、非構造化の幾何学的データを扱うことは、マシンビジョンの分野における急激な課題である。状態空間モデルのパラメータ化に幾何構造を明示的にエンコードすることを提案する。本モデルでは, スパースデータを最新のハードウェアに効率的にマッピングするために, カーネルを改良したMamba選択状態空間モデルをデプロイする。
論文参考訳（メタデータ） (2024-11-19T16:06:32Z)
AI-Aided Kalman Filters [65.35350122917914]
カルマンフィルタ(KF)とその変種は、信号処理において最も著名なアルゴリズムの一つである。最近の進歩は、古典的なカルマン型フィルタリングでディープニューラルネットワーク(DNN)を融合させる可能性を示している。本稿では,KF型アルゴリズムにAIを組み込むための設計アプローチについて,チュートリアル形式で概説する。
論文参考訳（メタデータ） (2024-10-16T06:47:53Z)
PS-CAD: Local Geometry Guidance via Prompting and Selection for CAD Reconstruction [86.726941702182]
再構成ネットワークPS-CADに幾何学的ガイダンスを導入する。我々は、現在の再構成が点雲としての完備モデルと異なる曲面の幾何学を提供する。第二に、幾何学的解析を用いて、候補面に対応する平面的プロンプトの集合を抽出する。
論文参考訳（メタデータ） (2024-05-24T03:43:55Z)
Contextualization Distillation from Large Language Model for Knowledge Graph Completion [51.126166442122546]
我々は、差別的かつ生成的なKGCフレームワークと互換性のあるプラグイン・アンド・プレイ方式であるContextualization Distillation戦略を導入する。提案手法は,大規模言語モデルに対して,コンパクトで構造的な三重項を文脈に富んだセグメントに変換するように指示することから始まる。多様なデータセットとKGC技術にわたる総合的な評価は、我々のアプローチの有効性と適応性を強調している。
論文参考訳（メタデータ） (2024-01-28T08:56:49Z)
Deep Graph Reprogramming [112.34663053130073]
グラフニューラルネットワーク(GNN)に適したタスク再利用モデル「ディープグラフ再プログラミング」本稿では,モデル再プログラミングパラダイムと並行して,革新的なデータ再プログラミングパラダイムを提案する。
論文参考訳（メタデータ） (2023-04-28T02:04:29Z)
Fitting and recognition of geometric primitives in segmented 3D point clouds using a localized voting procedure [1.8352113484137629]
投票手順によって各タイプの原始パラメータを初期推定できる点雲処理手法を提案する。これらの推定値を用いることで、最適解の探索を次元的に還元された空間に局所化し、HT を文献で一般的に見られるものよりもより原始的に拡張することが効率的となる。
論文参考訳（メタデータ） (2022-05-30T20:47:43Z)
Surface Vision Transformers: Attention-Based Modelling applied to Cortical Analysis [8.20832544370228]
球面多様体上に投影された任意の曲面データを研究するために、ドメインに依存しないアーキテクチャを導入する。ビジョントランスモデルは、連続したマルチヘッド自己アテンション層を介してパッチのシーケンスを符号化する。実験の結果、SiTは一般的に表面CNNよりも優れており、登録データと未登録データで比較可能であることがわかった。
論文参考訳（メタデータ） (2022-03-30T15:56:11Z)
Hierarchical Point Cloud Encoding and Decoding with Lightweight Self-Attention based Model [22.338247335791095]
SA-CNNは、ポイントクラウドデータの表現学習のための自己アテンションベースのエンコーディングおよびデコードアーキテクチャである。 SA-CNNは, 分類, 部分分割, 再構成, 形状検索, 教師なし分類など, 幅広い応用が可能であることを実証する。
論文参考訳（メタデータ） (2022-02-13T21:10:06Z)
CSG-Stump: A Learning Friendly CSG-Like Representation for Interpretable Shape Parsing [78.48427573572778]
CSG-Stump Netは、ポイントクラウドから形状を学習するための教師なしのエンドツーエンドネットワークである。 CSG-Stumpは表現の点でCSGと等価であることが証明されている。
論文参考訳（メタデータ） (2021-08-25T16:08:39Z)
BRepNet: A topological message passing system for solid models [6.214548392474976]
境界表現(B-rep)モデルは、コンピュータ支援設計(CAD)アプリケーションで3D形状を記述する標準的な方法です。我々は,B-repデータ構造を直接操作するように設計されたニューラルネットワークアーキテクチャであるBRepNetを紹介する。
論文参考訳（メタデータ） (2021-04-01T18:16:03Z)
DSG-Net: Learning Disentangled Structure and Geometry for 3D Shape Generation [98.96086261213578]
DSG-Netは3次元形状の非交叉構造と幾何学的メッシュ表現を学習するディープニューラルネットワークである。これは、幾何(構造)を不変に保ちながら構造(幾何学)のような不整合制御を持つ新しい形状生成アプリケーションの範囲をサポートする。本手法は,制御可能な生成アプリケーションだけでなく,高品質な合成形状を生成できる。
論文参考訳（メタデータ） (2020-08-12T17:06:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。