지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김현준
- 발행연도
- 2021
- 저작권
- 경북대학교 논문은 저작권에 의해 보호받습니다.
이용수15
이 논문의 연구 히스토리 (4)
2021
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
3D CAD models of mechanical parts are used for various purposes such as product design and processing, design review, and engineering simulation. These models often contain less important parts depending on the purpose of use. In this regard, previous researches have tried to develop simplification techniques to control level-of-detail (LOD) of 3D CAD models. Previous studies related to simplification have disadvantages that the simplification operation takes a long time and requires a human-defined algorithm. To accomplish this, we propose 3D voxel reconstruction deep learning model using 3D convolutional networks. This model generates 3D voxel model identical to the input 3D voxel model. In this paper, we analyze 3D CAD model data sets and 3D deep learning technology. Then, we define a 3D voxel reconstruction network. After building the network, we build a data set for training. Finally, a prototype system is implemented according to the design and experiments with test cases were performed to verify the feasibility of the prototype system.
목차
Ⅰ. 서론 11. 연구 배경 12. 논문의 구성 2Ⅱ. 관련 연구 21. 3D CAD 모델 데이터 세트 21.1. Modelnet 21.2. DSB 21.3. ESB 22. 3D 딥러닝 관련 기술 32.1. 객체 식별 32.2. 형상 분할 32.3. 형상 재생성 3Ⅲ. 3D 복셀 재생성 네트워크 6Ⅳ. 학습용 데이터 세트 구축 71. 공개형 3D CAD DB 72. 3D 복셀 재생성 학습용 데이터 세트 8Ⅴ. 구현 및 실험 결과 101. 모듈 구성 102. 딥러닝 모델 학습 실험 및 결과 112.1. skip connection 적용 실험 112.2. 전이학습 적용 실험 123. 3D 복셀 재생성 실험 및 결과 13Ⅵ. 결론 14참고 문헌 17영문 초록 20
최근 본 자료
댓글(0)
0