論文の概要: AnchorPose for Geometry-Aware MOF Assembly through Meso-Grained Pose Generation

• arxiv url: http://arxiv.org/abs/2610.05843v1
• Date: Mon, 05 Oct 2026 05:53:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 03:49:03.907157
• Title: AnchorPose for Geometry-Aware MOF Assembly through Meso-Grained Pose Generation
• Title（参考訳）: メソグレード・ポース・ジェネレーションによる幾何学的MOFアセンブリのためのアンカーパス
• Abstract要約: 金属-有機フレームワーク(MOF)構造を所定の構造ブロックから予測するには、周期結晶の位置と配向を回復する必要がある。 メソグルーフなポーズ生成フレームワークであるAnchorPoseを紹介し、この幾何学的依存を生成表現に組み込む。 それぞれのブロックを代表原子の小さな集合を通して表現し、その局所幾何学を現在の空間状態と組み合わせ、ベイズ流ネットワークと座標を生成する。
• 参考スコア（独自算出の注目度）: 17.215019545156927
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Predicting metal-organic framework (MOF) structures from given building blocks requires recovering their positions and orientations in a periodic crystal. The spatial effects of rotation errors are geometry-dependent and anisotropic. The same angular error can produce different atomic displacements depending on block size, shape, and rotation axis. Angular error alone, without reference to the specific block geometry, therefore cannot fully describe the spatial consequences of a pose error. We introduce AnchorPose, a meso-grained pose generation framework that incorporates this geometric dependence into its generative representation. It represents each block through a small set of representative atoms, combines their local geometry with the current spatial state, and generates their coordinates with Bayesian Flow Networks. Known atom correspondences enable rigid alignment to recover complete building-block poses and return geometrically consistent points to the generation process. This design connects point-level spatial prediction with block-level structural constraints. Geometry participates in the pose state and its prediction, while rigid reconstruction preserves intra-block structure without treating all atomic coordinates as assembly variables. On the MOF benchmark, AnchorPose improves single-candidate match rates over the compared block-level and all-atom baselines.
• Abstract（参考訳）: 金属-有機フレームワーク(MOF)構造を所定の構造ブロックから予測するには、周期結晶の位置と配向を回復する必要がある。 回転誤差の空間効果は幾何学に依存し、異方性である。 同じ角誤差は、ブロックサイズ、形状、回転軸によって異なる原子変位を生じさせる。 特定のブロック幾何学に言及することなく、Angularエラーだけでは、ポーズエラーの空間的結果を完全に記述することはできない。 メソグルーフなポーズ生成フレームワークであるAnchorPoseを紹介し、この幾何学的依存を生成表現に組み込む。 それぞれのブロックを代表原子の小さな集合を通して表現し、その局所幾何学を現在の空間状態と組み合わせ、ベイズ流ネットワークと座標を生成する。 既知の原子対応により、厳密なアライメントにより、完全なビルディングブロックのポーズを復元し、幾何学的に一貫した点を生成プロセスに戻すことができる。 この設計は、点レベルの空間予測とブロックレベルの構造的制約を結びつける。 幾何学はポーズ状態とその予測に関与するが、剛体再構成はすべての原子座標をアセンブリ変数として扱うことなくブロック内構造を保存する。 MOFベンチマークでは、AnchorPoseはブロックレベルと全原子ベースラインの比較よりもシングル候補マッチング率を改善する。

関連論文リスト

• Learning Propagation Geometry from Message-Passing Feedback [58.684834960683226]
  GeoFは、メッセージパッシングフィードバックを通じてノード機能と伝搬幾何学を進化させる、反復的なフレームワークである。 ベンチマークデータセットの実験は、GeoFが最先端のGNNベースラインを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2026-09-28T09:22:49Z)
• PolarSym: Polar Geometry-aware Attention for CAD Floorplan Parsing [1.8878225601735998]
  PolarSymはCADプラン解析のための極座標幾何対応アテンションフレームワークである。 我々は、PolaSymが再現されたSymPoint V2ベースラインを1.73%のPQ、1.54%のRQ、4.31%のmIoUで上回っていることを示す。
  論文  参考訳（メタデータ） (2026-08-12T08:34:32Z)
• Artic-O: End-to-End Articulated Object Reconstruction via Latent Geometry Learning [105.35529379360186]
  Artic-Oは、音声によるオブジェクト再構成のためのエンドツーエンドのフィードフォワードフレームワークである。 スパース多状態観測を事前訓練された潜在幾何学空間にマッピングする。 凍結したフローマッチングデコーダは、可視構造と隠蔽構造の回復に先立って完全な形状を提供する。
  論文  参考訳（メタデータ） (2026-06-20T08:15:30Z)
• Beyond Spatial Compression: Interface-Centric Generative States for Open-World 3D Structure [55.17771962316751]
  現在の3Dトークンは、表現を空間圧縮として扱うが、コンポーネントの所有権とアタッチメントの妥当性は暗黙的に残す。 我々は、トークン化がパッシブ圧縮コードではなく操作状態を構成する、インターフェイス中心の生成状態という別の視点を定式化する。 我々は、この定式化を、C2LT-3D(Component-Conditioned Canonical Local Tokens)でインスタンス化し、表現を標準局所幾何学、パーティション条件付きコンテキスト、およびリレーショナルシーム変数に分解する。
  論文  参考訳（メタデータ） (2026-05-11T12:09:28Z)
• Mind the Gap: Geometrically Accurate Generative Reconstruction from Disjoint Views [0.8435195043404353]
  本稿では,新たなパラダイムとして,不随意視点からの生成的再構築を紹介する。 提案するGLADOSは,3段階にわたって動作する汎用モジュール型フレームワークである。 アーキテクチャに依存しないフレームワークとして、GLADOSは、生成、再構築、塗装における将来の進歩のシームレスな統合を可能にする。
  論文  参考訳（メタデータ） (2026-05-08T10:24:23Z)
• Beyond Canonicalization: How Tensorial Messages Improve Equivariant Message Passing [15.687514300950813]
  制約なく任意のアーキテクチャと統合可能な,ローカル参照フレーム(ローカル標準化)に基づくフレームワークを提案する。 任意の次元のユークリッド空間における幾何学的データに対するメッセージパッシングに適用する。 我々は、テンソルメッセージの優位性を実証し、通常のベクトル回帰および他の標準的な3Dポイントクラウドタスクの競合結果に対する最先端の結果を得る。
  論文  参考訳（メタデータ） (2024-05-24T09:41:06Z)
• SGFormer: Spherical Geometry Transformer for 360 Depth Estimation [52.23806040289676]
  パノラマ歪みは360度深度推定において大きな課題となる。 本稿では,SGFormer という球面形状変換器を提案し,上記の問題に対処する。 また、様々な解像度で空間構造を補うために、クエリベースの大域的条件位置埋め込みを提案する。
  論文  参考訳（メタデータ） (2024-04-23T12:36:24Z)
• Dense Non-Rigid Structure from Motion: A Manifold Viewpoint [162.88686222340962]
  Non-Rigid Structure-from-Motion (NRSfM) 問題は、複数のフレームにまたがる2次元特徴対応から変形物体の3次元形状を復元することを目的としている。 提案手法は,ノイズに対する精度,スケーラビリティ,堅牢性を大幅に向上させる。
  論文  参考訳（メタデータ） (2020-06-15T09:15:54Z)

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。