文献

J-GLOBAL ID：202002262452833351   整理番号：20A2783249

浅い学習に基づくCADモデル分類のための幾何学的アプローチ【JST・京大機械翻訳】

A Geometric Approach for CAD Models Classification based on Shallow Learning

著者 (3件)： Wan Min (Department of Automation, Nanchang University, Nanchang, Jiangxi, China) ,  Guo Hang (Department of Automation, Nanchang University, Nanchang, Jiangxi, China) ,  Jian Wenjuan (Department of Automation, Nanchang University, Nanchang, Jiangxi, P.R. China)
資料名： ACM Proceedings  (ACM Proceedings)
号： CAIH2020  ページ： 25-29  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 三次元形状モデルの自動分類は,土木工学や機械工学のような領域における人工知能応用と同様に,三次元形状検索にとって重要である。本論文では,三次元CADモデルを分類するための幾何学的アプローチを提案した。27の建設プロジェクトから16000以上のCADモデルを集めた。すべてのCADモデルについて,バウンディングボックス,凸包,およびアルファ形状を計算し,対応するパラメータを特徴として抽出した。古典的教師つき学習法を抽出特徴に適用し,訓練した分類器を収集データで評価し,この方法の効率と有効性を示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： CAD【計算機】 ,  機械工学 ,  自動分類 ,  ニューラルネットワーク ,  教師つき学習 ,  人工知能 ,  土木工学 ,  有効性 ,  *凸包
準シソーラス用語： 三次元CAD ,  三次元形状 ,  *CADモデル ,  建設プロジェクト , 【Automatic Indexing@JST】

著者キーワード (6件)： コンピュータ支援設計モデル ,  アルファ形状 ,  分類 ,  凸包 ,  ニューラルネットワーク ,  サポートベクトルマシン

分類 (1件)： CAD,CAM  (JE10000A)

タイトルに関連する用語 (4件)： 学習 ,  CADモデル ,  分類 ,  幾何学