山东大学新闻网
山大邮箱 | 投稿系统 | 高级检索 | 旧版回顾

视点首页 > 学术纵横 > 正文

计算机学院研究团队在AI赋能先进制造方面取得新进展

6篇论文被ACMSIGGRAPH 2025录用

发布日期:2025年05月07日 20:31 点击次数:

[本站讯]近日,国际计算机图形和交互技术大会(ACM SIGGRAPH 2025)审稿结果揭晓。计算机学院交叉研究中心科研团队共6篇论文被正式录用,论文第一作者单位和通讯作者单位均为山东大学,标志着研究团队在动态环境智能感知、目标自主跟踪定位、可制造性几何生成算法、物理驱动结构优化设计等研究方向取得突破性进展。

文章“NeurCross: A Neural Approach to Computing Cross Fields for Quad Mesh Generation”基于深度学习解决四边形网格生成问题,被录用为期刊论文,从根本上解决了主曲率方向不稳定的问题。该方法在奇异点位置控制、网格边走向、雅可比比率等多项关键指标上显著优于现有方法。第一作者为山东大学博士研究生董秋杰,指导教师为山东大学教授屠长河、辛士庆。

文章“DeFillet: Detection and Removal of Fillet Regions in Polygonal CAD Models”研究了CAD模型中圆角特征的识别与去除问题,被录用为期刊论文。该方法为CAD模型特征的识别与编辑提供了新视角,同时也为CAE分析、几何基元检测、二次设计等重要应用提供了有力的技术支撑。第一作者是山东大学博士研究生江敬恩,通讯作者是屠长河教授、辛士庆教授。

文章“Feature-Preserving Mesh Repair via Restricted Power Diagram”聚焦网格曲面的自动修复问题,被录用为会议文章。本文创新地提出了一种基于流形包裹曲面的新方法,在处理缺陷的多样性、鲁棒性、表面规整性及特征保持等多项指标上均取得了显著优势,为智能制造领域的数字素材创作与修复提供了重要的技术支撑。第一作者是山东大学博士研究生温汇彪,指导教师是屠长河教授、辛士庆教授。

文章“DeepMill: Neural Accessibility Learning for Subtractive Manufacturing”研究了三维模型刀具可达性的智能预测问题,被录用为会议文章,提出了首个面向减材制造可达性预测的神经网络,用于预测复杂三维模型的刀具不可达区域与遮挡区域。共同一作为山东大学博士研究生钟凡超、硕士研究生王阳,指导老师为山东大学教授赵海森、吕琳,北京大学助理教授王鹏帅。

文章“MIND: Microstructure INverse Design with Generative Hybrid Neural Representation”提出了一种全新的微结构逆向设计方法,被录用为会议文章。论文引入潜在扩散模型,提出一种新型混合神经表达—Holoplane,实现物理特征与几何结构之间的高效精准对齐,突破了传统方法设计空间受限、难以快速收敛、设计精度低等瓶颈问题。第一作者为山东大学硕士研究生薛天扬,通讯作者为吕琳教授。

文章“DualMS: Implicit Dual-Channel Minimal Surface Optimization for Heat Exchanger Design”,被录用为会议文章,提出了一种新颖的极小曲面优化框架—DualMS,为高效热管理与个性化热交换器设计提供了创新解决方案。与经典TPMS Gyroid结构相比,DualMS不仅保持相当的换热效率,还显著改善流体流动性能,平均压降降低37.24%。第一作者为山东大学博士研究生张卫正,通讯作者为吕琳教授。

ACM SIGGRAPH是迄今为止世界上影响最广、规模最大,也是具权威性的集科学、技术、艺术、商业于一身的图形学技术展示和学术会议。被录取的文章分Journal Accept和Conference Accept两种类型,前者将同时刊登在图形学顶级期刊ACM Transactions on Graphics;该期刊是中国计算机学会(CCF)推荐的计算机图形学与多媒体领域A类期刊,中科院分区为SCI 1区Top,影响因子为7.8。


【供稿单位:计算机学院    作者:董秋杰 钟凡超 薛天扬,等    编辑:新闻网工作室    责任编辑:蒋晓涵 傅艺璐  】

 匿名发布 验证码 看不清楚,换张图片
0条评论    共1页   当前第1拖动光标可翻页查看更多评论

免责声明

您是本站的第: 位访客
版权

欢迎关注山大视点微信