基于注意力装配特征配合预测与装配特征模式识别的自动装配建模
该研究提出基于装配特征配合预测的数据驱动框架，可从散件 B-Rep 零件自动完成装配建模，用装配特征对局部配合界面的几何实体分组以缩小候选空间，并构建自动标注流水线生成大规模数据集。
#BIM
arXiv Computer VisionAI 评分4040 arXiv Artificial IntelligenceAI 评分2727 基于画布与坐标的几何条件神经网络在变房间尺寸室内环境实时预测中的对比研究
研究对比了两种几何条件神经网络代理模型，用于不同房间尺寸下的室内气流与温度场快速预测。基于画布的 CaNN 通过在固定画布中保留不同占用区域显式编码房间尺寸，基于坐标的 CoNN 则使用归一化坐标通道，两者均采用 U-Net 自编码器分别预测气流与温度场。在高度和长度变化的简化房间基准上，CaNN 与 CFD 结果的一致性高于 CoNN。