3. CAD 딥러닝 연구 동향

서론

• 딥러닝은 메시, 복셀, 포인트 클라우드데이터 형식에서 3D 모양을 분석하는 데 상당한 성공을 거두었지만 CAD 데이터에 대한 딥러닝 적용은 거의 연구 되지 않았습니다.
• CAD 모델의 구조를 학습하고 다양한 측면에서 설계 프로세스를 용이하게 하기 위해 GDL(기하학딥러닝)방법을 활용하는 데 대한 연구에 대한 관심이 커지고 있습니다.

CAD 딥러닝 연구 동향

• 연구 분류

3D CAD 딥러닝의 발전 과정을 세분화 한 이미지

 

대분류	소분류	논문
Representation Learning on CAD(표현학습)	Classification and Retrieval(분류 및 검색)	1. “Uv-net: Learning from boundary representations”(2021) 2. “Self-supervised representation learning for cad”(2023)
	Segmentation(세분화)	1. “Uv-net: Learning from boundary representations”(2021) 2. “Brepnet: A topological message passing system for solid models”(2021) 3. “Cadops-net: Jointly learning cad operation types and steps from boundary-representations”(2022)
	Assembly(조립)	1. “Joinable: Learning bottom-up assembly of parametric cad joints”(2022) 2. “Automate: A dataset and learning approach for automatic mating of cad assemblies” (2021)
CAD Construction with Generative Deep Learning	2D Generation	1. Sketchgraphs(2020), Engineering sketch generation for computer-aided design(2021), 2. Vitruvion(2022), 3. Sketchgen(2021), 4. “Computer-aided design as language”(2021)
	2D → 3D Generation	1. Free2cad(2022), 2. Sketch2cad(2020), 3. Cad2sketch(2022)
	3D Command Generation	1. Deepcad(2021), 2. “Inferring cad modeling sequences using zone graphs”(2021), 3. Fusion 360 gallery(2021), 4. Skexgen(2022)
	3D Generation with B-rep	1. Solidgen(2023), 2. “Cadparser: a learning approach of sequence modeling for b-rep cad(2023)
	3D Generation with Point Cloud	1. Point2cyl(2022), 2. “Reconstructing editable prismatic cad from rounded voxel models”(2022), 3. Complexgen(2022)

- 해당 글은 논문 Geometric Deep Learning for Computer-Aided Design: A Survey를 보고 정리한 글입니다.