Multimodal attention-based geometric learning for machining process identification from 3D CAD models
Üç boyutlu CAD modellerinden imalat süreci tanımlama için çok modlu dikkat tabanlı geometrik öğrenme
- Tez No: 1022277
- Danışmanlar: PROF. DR. UĞUR GÜDÜKBAY, PROF. DR. YİĞİT KARPAT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Evrişimli sinir ağları, Convolutional neural networks
- Yıl: 2026
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İmalat Süreci Tanımlama (Machining Process Identification, MPI), 3B CAD geometrisinden üretim operasyonlarının doğrudan çıkarımını hedefleyen ve otomatik üretilebilirlik analizi ile süreç planlamasında temel rol oynayan bir problemdir. Bu problem, farklı geometrik temsillerin ayırt edici bir gizil uzaya eşlenmesini gerektiren denetimli geometrik temsil öğrenme problemi olarak ele alınabilir. Bu çalışmada, Isı Çekirdeği İmzaları (Heat Kernel Signature, HKS), ortografik 2B izdüşümler ve 3B nokta bulutlarını bütünleştiren çok kipli bir derin öğrenme çerçevesi olan MAFNetMPI geliştirilmiştir. Her bir kip, kendine özgü bir kodlayıcı ile işlenerek 256 boyutlu ortak bir gömme uzayına yansıtılmıştır. Ara aşamada kullanılan çok başlı öz-dikkat (multi-head self-attention) mekanizması, kipler arası bağımlılıkları modelleyerek özellik füzyonunu gerçekleştirmekte ve sınıflandırma öncesinde birleşik temsili oluşturmaktadır. Eğitim ve değerlendirme amacıyla, kontrollü geometrik varyasyonlar içeren parametrik bir sentetik CAD veri kümesi oluşturulmuştur. Önerilen yöntem ayrıca sınıf sayısı ve dengesizliği artan açık kaynaklı veri kümeleri üzerinde test edilmiştir. Model, sentetik veri kümesinde %99.19, FeatureNet veri kümesinde %99.85 ve 43 sınıflı CADNet veri kümesinde %97.4 doğruluk elde etmiştir. Ablasyon çalışmaları, her bir kipin katkısını nicel olarak göstermiş ve dikkat tabanlı füzyonun kipler arası özellik bütünleştirmesini iyileştirdiğini ortaya koymuştur. Önerilen çerçeve, makine öğrenmesi yöntemlerinin CAD/CAM ortamlarına entegrasyonu için öğrenmeye dayalı bir yaklaşım sunmakta ve geometrik verilerden otomatik imalat süreci çıkarımına olanak sağlamaktadır.
Özet (Çeviri)
Machining Process Identification (MPI) concerns the inference of manufacturing operations directly from 3D Computer-Aided Design (CAD) geometry and is central to automated manufacturability analysis and process planning. The problem can be formulated as supervised geometric representation learning, where heterogeneous geometric signals must be mapped to a discriminative latent space. A multimodal learning framework, MAFNetMPI, is developed by integrating three complementary representations: heat kernel signatures derived from the Laplace–Beltrami operator, orthographic 2D projections, and 3D point clouds. Each modality is encoded separately and projected into a shared 256-dimensional embedding. An intermediate multi-head self-attention module fuses features by modeling cross-modal dependencies before classification. A parametric synthetic dataset of CAD models with controlled geometric variations was constructed for training and evaluation. The method was further assessed on publicly available benchmarks with increasing class granularity and imbalance. The model achieved 99.19% accuracy on the synthetic dataset, 99.85% on FeatureNet, and 97.4% on the 43-class CADNet dataset. Ablation experiments quantified the contribution of each modality and showed that attention improves cross-modal feature integration. The framework provides a learning-based approach to integrating machine learning into CAD/CAM pipelines, enabling automated inference of machining processes from geometric data.
Benzer Tezler
- Dikkat eksikliği ve hiperaktivite bozukluğu olan çocukların el yazılarının görüntü işleme teknikleri ile analizi
Analysis of handwriting of children with attention deficit hyperactivity disorder using image processing techniques
ÖZLEM YILDIZ BUDAK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED FATİH ADAK
- Integrated CFD-based reduced-order modeling for ice accretion and aerodynamic performance predictions
Bütünleşik CFD tabanli indirgenmiş dereceli model ile buz birikimi ve aerodinamik performans tahmini
ÖMER AKBAL
Doktora
İngilizce
2026
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. METİN ORHAN KAYA
- A real-time multi-modal deep learning system for driver fatigue detection
Sürücü yorgunluğunu tespit etmek için gerçek zamanlı çok modlu derin öğrenme sistemi
CENNET KOCABIYIK GÜR
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik MühendisliğiYaşar ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NALAN ÖZKURT
- Multi-view multimodal bev perception for centerline-centric road topology understanding with transformer decoders
Transformer çözücüler ile merkez çizgisi odaklı yol topolojisi anlamlandırması için çoklu görüşlü çok kipli bev algısı
MUHAMMET ESAT KALFAOĞLU
Doktora
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiModelleme ve Simülasyon Ana Bilim Dalı
PROF. DR. ALPTEKİN TEMİZEL
- Stability of third order conewise linear systems
Doğrusal, zamanla değişmeyen koni-uzaylı sistemlerin kararlılığı
MUHAMMAD ZAKWAN
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ARİF BÜLENT ÖZGÜLER