ニューラルSDFにされて弾性解析される Stanford Bunny
INRで表したcomplex geometryをadaptive octreeへ埋め込み、mechanics simulationへ利用した評価。出典: S. Karki et al., “Mechanics simulation with Implicit Neural Representations of complex geometries”, Figures 1・12・13, Computer-Aided Design 190, 103978.
今回のStanford bunny
Stanford bunnyは、triangle soupを直接解析meshへ変換する代わりに、ニューラルSigned Distance Functionへfitし、そのimplicit geometryを使って弾性解析できるかを示す評価に使われています。
元のsurface geometryからImplicit Neural Representationを学習し、zero level setとして境界を表します。その後、adaptive octree grid上でgeometryをcutし、linear elasticityの計算へ利用します。
今回は見た目を再構成するだけでなく、ニューラルSDFにされたあと、荷重を受ける解析モデルとして変位まで計算されます。
今回の扱い：triangle soupからneural SDF化され、adaptive octree上でlinear elasticity解析される
状態：変形（数値解析上）
論文の内容
Complex geometryを解析へ持ち込む
simulationではwatertight CAD/B-Repや高品質volume meshが前提になることが多い一方、scanやtriangle soupは欠陥を含む場合があります。
研究はgeometry boundaryをImplicit Neural Representationで表し、明示的なsurface repairやbody-fitted meshingへの依存を減らすことを狙います。
Neural implicit representation
3次元位置を入力し、surfaceまでのsigned distanceに相当する値を出力するnetworkを学習します。zero level setがgeometry boundaryになります。
連続functionとして表されるため、任意位置でinside / outside判定やnormal estimationができます。
Adaptive octree
解析domain全体をuniform fine gridへするのではなく、surface近傍を細かくするadaptive octreeを利用します。
implicit functionからcellとsurfaceの交差を判定し、boundary cut cellを構成します。複雑surfaceへbody-fitted tetrahedral meshを直接生成しなくても、Cartesian系のdiscretizationへgeometryを埋め込めます。
Linear elasticity
構築したdomainでsmall-deformation linear elasticityを解きます。boundary conditionとloadを与え、displacementとstress fieldを計算します。
geometry representationとmechanics discretizationを分離することで、入力surfaceのtriangle connectivityへ強く依存しない解析pipelineを構成します。
評価
複数のcomplex geometryについてimplicit fitting accuracy、octree resolution、mechanics resultを比較します。Figuresでは元geometry、implicit surface、解析結果を対応させています。
制約
neural SDFのapproximation errorはboundary位置へ直接影響します。thin featureやsharp edgeはnetwork capacityとsampling strategyに依存します。
またlinear elasticityのため、大変形、plasticity、contactなどは対象外です。geometry approximation errorとmechanics discretization errorを分けて評価する必要があります。
論文情報
Mechanics simulation with Implicit Neural Representations of complex geometries
- arXiv: https://arxiv.org/abs/2507.03087
- Journal: Computer-Aided Design 190, 103978
- DOI: https://doi.org/10.1016/j.cad.2025.103978
- 分野: Computational Mechanics / Neural Implicit Representation / CAD
- 使用モデル: Stanford bunny
- 使用箇所: Figures 1・12・13
- 用途: triangle soup → neural SDF → adaptive octree → linear elasticity評価