இந்த தளத்தின் உள்ளடக்கம் செயற்கை நுண்ணறிவு (AI) அல்லது இயந்திர மொழிபெயர்ப்பு தொழில்நுட்பம் மூலம் மொழிபெயர்க்கப்பட்டுள்ளது; பிழைகள் இருக்கலாம்.

Skip to content
3D
SIGGRAPH 2023

உள்ார்ந்த பிழை அளவீடுகளைப் பயன்படுத்தி மேற்பரப்பு எளிமைப்படுத்தல்

Author

ஷுவே-டி டெரெக் லியு (ராப்ளாக்ஸ்), மார்க் கில்ஸ்பி (CMU), பெஞ்சமின் சிஸ்லெட் (UofT), நிக்கோலஸ் ஷார்ப் (NVIDIA, UofT), அலெக் ஜேக்கப்சன் (UofT, அடோப்), கீனன் கிரேன் (CMU)

Venue

சிகிராஃப் 2023

Abstract

இந்தக் கட்டுரை, பரப்பளவு வலைக்கூடுகளை விரைவாக எளிமைப்படுத்தும் ஒரு முறையை விவரிக்கிறது. முந்தைய முறைகள் தோற்றப் பொலிவில் கவனம் செலுத்திய நிலையில், எங்கள் குறிக்கோள் பரப்பளவில் சமன்பாடுகளைத் தீர்ப்பதாகும். எனவே, புற வடிவவியலைக் கணிப்பதற்குப் பதிலாக, உள்ளீட்டுப் பகுதியின் ஒரு கரடுமுரடான அக வடிவவியலை நாங்கள் உருவாக்குகிறோம். குவாட்ரிக் பிழை அளவுகோலின் (QEM) அடிப்படையில், கணிப்புப் பிழை பற்றிய உலகளாவிய தகவல்களை ஒருங்கிணைக்கும் அதே வேளையில், நாங்கள் பேராசைத் தணிப்பை மேற்கொள்கிறோம். இருப்பினும், புற குவாட்ரிக்ஸ் பதிலாக, எளிமைப்படுத்தலின் போது வளைவு எவ்வளவு "தவறுகிறது" என்பதைக் கண்காணிக்கும் உள்ளார்ந்த தொடு வெக்டார்களை நாங்கள் சேமிக்கிறோம். இந்த செயல்முறை, நுட்பமான மற்றும் கரடுமுரடான வலைக்கட்டமைப்பிற்கு இடையே ஒரு ஒற்றெண் வரைபடத்தையும், ஸ்கேலர் மற்றும் வெக்டர்-மதிப்புள்ள தரவு இரண்டிற்கும் நீட்டிப்பு ஆபரேட்டர்களையும் அளிக்கிறது. மேலும், உள்ளார்ந்த மறுமுக்கோணப்படுத்துதல் மூலம் உறுப்பு தரத்தில் உறுதியான உத்தரவாதங்களைப் பெறுகிறோம் - இது உள்ளார்ந்த அமைப்பிற்கு உரிய ஒரு தனித்துவமான அம்சமாகும். மொத்த பலன் என்னவென்றால், இது வடிவியல் செயலாக்கத்திற்கான ஒரு "பிளாக் பாக்ஸ்" அணுகுமுறையாகும், இது சமன்பாடுகளைத் தீர்க்கப் பயன்படுத்தப்படும் அணிகளின் அளவிலிருந்து வலைப்பின்னல் தெளிவைப் பிரிக்கிறது. எங்கள் முறை வடிவியல் மல்டி கிரிட், அனைத்து ஜோடி ஜியோடெஸிக் தூரம், சராசரி வளைவுப் பாய்வு, ஜியோடெஸிக் வொரோனோய் வரைபடங்கள் மற்றும் தனித்த எக்ஸ்போனென்ஷியல் வரைபடம் உள்ளிட்ட பல அடிப்படைப் பணிகளுக்கு எவ்வாறு பயனளிக்கிறது என்பதை நாங்கள் காட்டுகிறோம்.