論文の概要: Language-Augmented Semantic Priors for B-Spline Surface Fitting
- arxiv url: http://arxiv.org/abs/2609.11708v1
- Date: Thu, 10 Sep 2026 15:27:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.418397
- Title: Language-Augmented Semantic Priors for B-Spline Surface Fitting
- Title（参考訳）: B-Spline表面フィットのための言語拡張セマンティックプリミティブ
- Abstract要約: LASPは、手続き的モデリング履歴から構造化された、解決可能なB-スプラインの優先順位を推定するフレームワークである。
従来の機械学習手法と比較して、この実験は言語駆動推論が幾何学的解法において強力な帰納的バイアスとなることを示した。
- 参考スコア（独自算出の注目度）: 17.774705169245685
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The use of B-splines and Non-Uniform Rational B-Splines surfaces constitutes the mathematical foundation of contemporary computer-aided design (CAD) systems. Despite long-term progress, geometric kernels in traditional CAD still rely heavily on predetermined heuristic initialization for surface fitting and parameterization. Meanwhile, the procedural semantics and design intent encoded in modeling histories are largely ignored during geometry generation. This disconnect creates a gap between high-level design intent and solver-executable geometric configuration, often leading to suboptimal and semantically inconsistent fitting results. To bridge this gap, we introduce LASP, a Language-Augmented Semantic Priors framework that leverages large language models (LLMs) to infer structured, solver-usable B-spline priors from procedural modeling histories. Rather than modifying the geometric kernel itself, LASP operates as a semantic reasoning layer above existing solvers. It first translates modeling histories into rich textual descriptions that capture design intent, geometric context, and functional relationships, and then uses a fine-tuned LLM to predict structured B-spline prior parameters. LASP is trained through a two-stage scheme that combines local geometric regularities with long-range contextual dependencies, producing priors that are both interpretable and semantically coherent. This approach furnishes inductive signals that direct the conventional B-spline fitting process toward solutions that more accurately encapsulate the intended design objectives and demonstrate heightened semantic coherence. Compared to traditional machine learning schemes, the experiments demonstrate that language-driven reasoning can serve as a powerful inductive bias for geometric solving, establishing a new paradigm of language-guided geometric optimization in modern CAD systems.
- Abstract（参考訳）: B-スプラインと非均一なRational B-Splines曲面の使用は、現代のコンピュータ支援設計(CAD)システムの数学的基礎を構成する。
長年の進歩にもかかわらず、従来のCADの幾何学的カーネルは、表面のフィッティングとパラメータ化のために所定のヒューリスティックな初期化に大きく依存している。
一方、モデリング履歴に符号化された手続き的意味論と設計意図は、幾何生成の間にほとんど無視される。
この切断は、高レベルの設計意図とソルバ実行可能な幾何学的構成のギャップを生じさせ、しばしば準最適で意味的に一貫性のない適合結果をもたらす。
このギャップを埋めるために、我々はLASP(Language-Augmented Semantic Priors)フレームワークを紹介します。
幾何学的カーネル自体を変更するのではなく、LASPは既存のソルバの上に意味論的推論層として機能する。
まず、モデリング履歴を、設計意図、幾何学的文脈、機能的関係を捉えたリッチなテキスト記述に変換する。
LASPは、局所的な幾何学的規則性と長距離の文脈依存を組み合わせた2段階のスキームで訓練され、解釈可能かつセマンティックに整合した事前を生成する。
このアプローチは、意図した設計目的をより正確にカプセル化し、セマンティックコヒーレンスを高めたソリューションに、従来のB-スプラインフィッティングプロセスを向ける帰納的信号を提供する。
従来の機械学習手法と比較して、これらの実験は、言語駆動推論が幾何学的解法のための強力な帰納的バイアスとして機能し、現代のCADシステムにおいて言語誘導幾何最適化の新しいパラダイムを確立することを実証している。
関連論文リスト
- Memory-Augmented Reinforcement Learning Agent for CAD Generation [3.787730810941452]
本稿では,CAD生成エージェントのためのメモリ拡張型強化学習フレームワークを提案する。
このフレームワークは、基盤となる幾何学的カーネルを、エージェントによって呼び出し可能な構造化ツールチェーンにカプセル化する。
実験により,提案手法は複雑なCADモデル生成タスクにおける成功率と幾何整合性の両方を著しく改善することが示された。
論文 参考訳（メタデータ） (2026-05-19T12:16:31Z) - GAP-MLLM: Geometry-Aligned Pre-training for Activating 3D Spatial Perception in Multimodal Large Language Models [70.61152292499737]
このギャップは、幾何学的事前の不足から生じるものではなく、訓練パラダイムの誤った調整から生じるものである、と我々は主張する。
既存のアプローチでは、通常、特徴の結合を示唆し、幾何学的な監督なしに下流のタスクを直接最適化する。
本稿では,下流適応前の構造知覚を明示的に活性化する幾何学的事前学習パラダイムであるGAP-MLLMを提案する。
論文 参考訳（メタデータ） (2026-03-17T12:43:48Z) - IRIS-SLAM: Unified Geo-Instance Representations for Robust Semantic Localization and Mapping [36.47767341564306]
IRIS-SLAMは、深いセマンティック理解と堅牢なループ閉鎖機能を備えた新しいセマンティックSLAMシステムである。
本手法は,幾何学的再構成と開語彙マッピングのギャップを埋めるために,視点に依存しないセマンティックアンカーを効果的に活用する。
論文 参考訳（メタデータ） (2026-02-21T03:57:01Z) - Thinking with Geometry: Active Geometry Integration for Spatial Reasoning [68.59084007360615]
我々は,能動的知覚にパラダイム・パッシブ・フュージョンをシフトさせるフレームワークであるGeoThinkerを提案する。
特徴混合の代わりに、GeoThinkerはモデルが内部の推論要求に応じて条件付けられた幾何学的証拠を選択的に検索することを可能にする。
その結果,次世代の空間知能には,空間構造を積極的に統合する能力が不可欠であることが示唆された。
論文 参考訳（メタデータ） (2026-02-05T18:59:32Z) - TangramPuzzle: Evaluating Multimodal Large Language Models with Compositional Spatial Reasoning [104.66714520975837]
古典的タングラムゲームのレンズを通して構成空間推論を評価するために,幾何グラウンドのベンチマークを導入する。
本稿では,タングラム集合を正確に機械で検証可能な座標仕様でグルーピングする記号幾何学的枠組みであるタングラム構成式(TCE)を提案する。
MLLMは、幾何学的制約を無視しながら、ターゲットのシルエットとのマッチングを優先する傾向がある。
論文 参考訳（メタデータ） (2026-01-23T07:35:05Z) - Geometrically-Constrained Agent for Spatial Reasoning [53.93718394870856]
視覚言語モデルは空間的推論において基本的な意味-幾何学的ギャップを示す。
現在のパラダイムは、このギャップを埋めることに失敗します。
本稿では,形式的タスク制約を導入することにより,このギャップを解消する学習自由エージェントパラダイムを提案する。
論文 参考訳（メタデータ） (2025-11-27T17:50:37Z) - Bridging Formal Language with Chain-of-Thought Reasoning to Geometry Problem Solving [9.550050299909184]
我々はChain-of-Thought(CoT)とフォーマル言語を統合する新しいアプローチを提案する。
このモデルは、ソルバ実行可能コードの漸進的な排出を伴う自然言語推論をインターリーブする。
Qwen2.5-VL-7Bに基づいて構築された新しいモデルGF-Reasonerは、標準GPSベンチマークで最大15%の精度向上を実現している。
論文 参考訳（メタデータ） (2025-08-12T17:26:23Z) - Geometry-Editable and Appearance-Preserving Object Compositon [67.98806888489385]
汎用オブジェクト合成(GOC)は、対象オブジェクトを望まれる幾何学的性質を持つ背景シーンにシームレスに統合することを目的としている。
近年のアプローチは意味的埋め込みを導出し、それらを高度な拡散モデルに統合し、幾何学的に編集可能な生成を可能にする。
本稿では,まずセマンティックな埋め込みを活用して,所望の幾何学的変換を暗黙的にキャプチャするDistangled Geometry-editable and Outearance-Preserving Diffusionモデルを提案する。
論文 参考訳（メタデータ） (2025-05-27T09:05:28Z) - Object-Spatial Programming [2.8374498376407877]
私たちはオブジェクト指向プログラミングを拡張するプログラミングモデルであるオブジェクト指向プログラミング(OSP)を紹介します。
OSPは、データと計算の伝統的な関係を根本的に反転させ、計算が4つの特別なアーチタイプを通してデータに移行することを可能にする。
このセマンティックエンハンスメントにより、ランタイムシステムはデータの局所性、並列実行、分散戦略に関する情報的決定を行うことができる。
論文 参考訳（メタデータ） (2025-03-20T02:55:40Z) - Bridging Geometric States via Geometric Diffusion Bridge [79.60212414973002]
本稿では,初期および対象の幾何状態を正確にブリッジする新しい生成モデリングフレームワークであるGeometric Diffusion Bridge (GDB)を紹介する。
GDBは、幾何学的状態の接続のためにDoobの$h$-transformの修正版から派生した同変拡散ブリッジを使用している。
我々はGDBが既存の最先端のアプローチを超越し、幾何学的状態を正確にブリッジするための新しい経路を開くことを示す。
論文 参考訳（メタデータ） (2024-10-31T17:59:53Z) - Information Topology [6.0044467881527614]
本稿では,情報理論と代数的トポロジーを統合するフレームワークであるEmphInformation Topologyを紹介する。
スタートポイントは、順不変で予測的構造(サイクル)から点的に、順序に敏感な揺らぎ(ドット)を分離するエンファンドットサイクル二分法である。
次に,Shannonキャパシティのトポロジ的双対であるエンフォロジーキャパシティを,システムによって支えられる独立した情報サイクルの数として定義する。
論文 参考訳（メタデータ） (2022-10-07T23:54:30Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。