基于曲率的图重新布线

硬表面建模布线核心原则:从结构跟随到四边面优化 在三维建模领域,拓扑结构是决定模型质量的基础。其核心原理在于通过合理的网格分布来定义模型形态,确保在细分曲面、动画变形等后续处理中保持稳定。这一技术对于提升模型在工业设计、游戏资产等场景中的实用价值至关重要,特别是在需要保持硬朗边缘和复杂曲面的硬表面建模中。理解布线如何跟随物理结构与曲率流动,并优先使用四边形网格,能够有效避免细分后变形失真、渲染瑕疵等问题。本文聚焦于硬表面建模的布线逻辑,通过分析结构跟随、四边面优先等核心原则,为构建高质量三维模型提供系统性的工程实践指导。 阅读详情


✨✨ 欢迎大家来访Srlua的博文(づ ̄3 ̄)づ╭❤~✨✨

🌟🌟 欢迎各位亲爱的读者,感谢你们抽出宝贵的时间来阅读我的文章。

我是Srlua小谢,在这里我会分享我的知识和经验。🎥

希望在这里,我们能一起探索IT世界的奥妙,提升我们的技能。🔮

记得先点赞👍后阅读哦~ 👏👏

📘📚 所属专栏:传知代码论文复现

欢迎访问我的主页:Srlua小谢 获取更多信息和资源。✨✨🌙🌙

​​

​​

目录

论文概述

核心算法

算法说明

关键代码

运行方法

数据集

配置文件

训练和测试

运行结果


 本文所有资源均可在该地址处获取。

论文概述

论文链接

Topping, Jake, et al. “Understanding over-squashing and bottlenecks on graphs via curvature.” arXiv preprint arXiv:2111.14522 (2021).

大多数图神经网络(Graph Neural Networks, GNN)使用消息传递范式,其中节点特征在输入图上传播。最近的研究表明,来自远距离结点的信息流失真,是限制依赖远程交互的任务的消息传递效率的重要因素。该限制被称为“过度挤压”(Over-squashing)。过度挤压的原因在于,图中每个结点的k跳邻居的数量随着k的增长而指数级增长,远距离结点的信息难以压缩到固定大小的结点特征中,从而导致信息丢失。本文提供了对GNN中过度挤压现象的精确描述,并分析了它是如何从图中的瓶颈产生的。为此,本文引入了一种新的基于边的组合曲率,并证明了负曲率边是导致过度挤压问题的原因。本文还提出了一种基于曲率的图重现布线方法,以缓解过度挤压问题。


上图:曲面上曲率的演变可能会减少瓶颈。下图:本文展示了如何在图上做同样的事情来提高GNN的性能。蓝色代表负曲率;红色代表正曲率。

核心算法

算法说明

 

  1. 黎曼几何中的一个自然对象是里奇曲率(Ricci curvature),这是一种决定测地线色散的双线性形式,即从“相同”速度的附近点开始的测地线是否保持平行(欧几里得空间)、收敛(球面空间)或发散(双曲空间)。
  2. 算法在每次迭代中都会添加一条边来支持图中最负曲率的边,然后移除最正曲率的边。
  3. 要求k∈B1(i),l∈B1(j)k∈B1​(i),l∈B1​(j)是为了确保我们在最负曲率的边i∼ji∼j周围添加额外的3-cycle或4-cycle。这是一个局部修改。
  4. 原始输入图和重新布线图之间的图编辑距离以max number of iterations的2倍为界。
  5. temperatureτ>0τ>0决定了添加边的随机程度,τ=∞τ=∞表示总是添加最佳边。
  6. 移除曲率最大的边是为了平衡曲率和结点的度的分布。
  7. 使用Balanced Forman curvature计算Ric(i,j)Ric(i,j)
  8. optimal Ric upper-boundC+C+用于防止算法使得曲率分布负偏斜。C+=∞C+=∞表示不移除任何边。

关键代码

def sdrf(data, max_iterations=10, remove_edges=True, remove_bound=0.5, tau=1.0, undirected=True):
    # 1. 将torch_geometric.data.Data实例转化为networkx.DiGraph实例,方便后续加边、减边操作
    G = to_networkx(data)
    if undirected:
        G = G.to_undirected()
    
    # 2. 获取图信息(邻接矩阵,边的个数)
    edge_index = data.edge_index
    if undirected:
        edge_index = to_undirected(edge_index)
    A = to_dense_adj(remove_self_loops(edge_index)[0])[0]  # 邻接矩阵
    A = A.cuda()
    N = A.shape[0]  # 边的个数

    C = torch.zeros(N, N).cuda()  # 初始化Ricci曲率矩阵,即Ric(i, j)

    # 3. 进入图的加边、减边循环过程,其中max_iterations为最大迭代次数
    for x in range(max_iterations):
        can_add = True

        # 3.1 根据BFC算法更新Ricci曲率矩阵
        balanced_forman_curvature(A, C=C)

        ix_min = C.argmin().item()
        x = ix_min // N
        y = ix_min % N

        # 3.2 计算可加边的候选集candidates
        if undirected:
            x_neighbors = list(G.neighbors(x)) + [x]
            y_neighbors = list(G.neighbors(y)) + [y]
        else:
            x_neighbors = list(G.successors(x)) + [x]
            y_neighbors = list(G.predecessors(y)) + [y]
        candidates = []
        for i in x_neighbors:
            for j in y_neighbors:
                if (i != j) and (not G.has_edge(i, j)):
                    candidates.append((i, j))

        # 3.3 根据边添加之后对Ricci曲率的提升程度,从候选集中选择边k~l进行添加
        if len(candidates):
            D = balanced_forman_post_delta(A, x, y, x_neighbors, y_neighbors)
            improvements = []
            for i, j in candidates:
                improvements.append((D - C[x, y])[x_neighbors.index(i), y_neighbors.index(j)].item())

            k, l = candidates[np.random.choice(range(len(candidates)), p=softmax(np.array(improvements), tau=tau))]
            G.add_edge(k, l)  # 添加边
            if undirected:
                A[k, l] = A[l, k] = 1
            else:
                A[k, l] = 1
        else:
            can_add = False
            if not remove_edges:
                break

        # 3.4 移除具有最大Ricci曲率的边,其中remove_bound为曲率最大上界
        if remove_edges:
            ix_max = C.argmax().item()
            x = ix_max // N
            y = ix_max % N
            if C[x, y] > remove_bound:
                G.remove_edge(x, y)  # 移除边
                if undirected:
                    A[x, y] = A[y, x] = 0
                else:
                    A[x, y] = 0
            else:
                if can_add is False:
                    break

    # 4. 将networkx.DiGraph实例转化为torch_geometric.data.Data实例,返回
    return from_networkx(G)

运行方法

数据集

支持Cora, Citeseer, Pubmed, Cornell, Texas, Wisconsin
脚本自动下载。如不能请参考geom-gcn。

配置文件

不同数据集的配置文件位于./configs/。运行之前需要修改数据集根目录和输出目录:

output_dir: $OUTPUT_DIR$
data:
  root: $DATA_ROOT$

训练和测试

# train on train data splits
python train.py --config-file configs/*.yaml
# test on val and test data splits
python eval.py --config-file configs/*.yaml

或

search_dir=configs
for file in "$search_dir"/*
do
    python train.py --config-file $file
    python eval.py --config-file $file
done

运行结果

运行日志、模型权重、重新布线结果保存在$OUTPUT_DIR/$DATASET_NAME/
测试结果(accuracy)保存在./result.csv

​​

3DMAX游戏角色建模:从布线原理到动画优化实战指南 在三维建模领域,拓扑结构(Topology)是决定模型质量的核心基础概念,它定义了多边形网格的顶点、边和面的连接方式。其核心原理在于通过合理的布线走向,使网格在变形时能够保持平滑与稳定,避免撕裂或褶皱。这一技术的工程价值在于,它直接决定了模型在后续骨骼绑定、动画制作中的表现力与可靠性,是连接静态模型与动态动画的关键桥梁。在游戏开发、影视动画等应用场景中,合理的拓扑结构尤其重要,它需要在严格的面数限制下,通过高效的四边形网格(Quads)和精准的卡线(Edge Loop)技术,为关节弯曲、面部表情等复杂变形区 阅读详情

相关推荐

Blender建模避坑指南:为什么你的模型细分后总是变形?5个布线核心原则解析

本文深入解析了Blender建模中模型细分后变形的根本原因,并系统阐述了五个核心的模型布线原则。通过理解细分修改器的工作机制,强调四边面的重要性、极点的管理、面片平面性、布线匹配形变需求以及网格的均匀精简,帮助用户从根本上避免细分灾难,建立专业的布线思维,从而创建出结构稳固、形变自然的优质模型。

weixin_29229261的博客 270

⌈ 传知代码 ⌋ 基于曲率的图重新布线

论文链接大多数图神经网络(Graph Neural Networks, GNN)使用消息传递范式,其中节点特征在输入图上传播。最近的研究表明,来自远距离结点的信息流失真,是限制依赖远程交互的任务的消息传递效率的重要因素。该限制被称为“过度挤压”(Over-squashing)。过度挤压的原因在于,图中每个结点的k跳邻居的数量随着k的增长而指数级增长,远距离结点的信息难以压缩到固定大小的结点特征中,从而导致信息丢失。本文提供了对GNN中过度挤压现象的精确描述,并分析了它是如何从图中的瓶颈产生的。

Dream_Y.ocean的博客 1173

Allegro PCB轮廓模式详解:高效实现板边等距布线与EMC设计

在高速PCB设计中,精确控制走线与板边或结构轮廓的间距是确保电磁兼容性(EMC)和满足装配要求的关键技术。其核心原理在于通过参数化约束,使布线路径自动平行于参考轮廓并保持预设偏移,从而替代低精度的手动描边操作。这项技术对于实现板边接地环路、射频屏蔽连接以及高密度板内的禁布区绕行具有重要工程价值,能显著提升设计效率与规则符合性。本文以Cadence Allegro PCB Editor的Contour Mode(轮廓模式)为例,深入解析其基于设计规则(DRC)与附加偏移(Offset)的工作原理、启用方法及在

快马扬鞭须努力! 506

【传知代码】基于曲率的图重新布线(论文复现)

大部分的图神经网络(Graph Neural Networks GNN)采用消息传递模式,在这种模式下,节点的特性会在输入的图上进行传递。近期的科学研究揭示,来自遥远节点的信息丢失确实是影响依赖于远程交互任务的消息传输效率的一个关键因素。这种限制通常被命名为“过度挤压”(Over-squashing)。

ztK63LrD的博客 1162

Allegro PCB Contour Mode:高效实现异形板框等距布线

在PCB设计中,布线是连接电路功能与物理实现的核心环节,其质量直接影响信号完整性与电源完整性。布线技术的关键在于精准控制走线路径与间距,以满足安规、阻抗及电磁兼容性要求。传统手动布线在面对复杂板框轮廓时,难以保证间距均匀与路径平滑,效率低下且易出错。Allegro PCB Editor提供的Contour Mode(轮廓模式)正是针对这一痛点的工程解决方案。该功能基于几何偏移算法,使走线能自动吸附并平行于板框、铜皮或禁布区等闭合轮廓,保持用户设定的精确偏移距离。其技术价值在于将设计师从重复性手动调整中解放,

weixin_33895475的博客 331

别再只盯着光刻机了!聊聊CMOS芯片‘后端工艺’那些事儿:金属布线才是性能关键

本文深入探讨了CMOS芯片后端工艺中金属布线对芯片性能的关键影响。在现代7nm以下制程中,金属互连层的延时和功耗已成为制约芯片性能的主要因素。文章详细分析了从铝到铜的材料革命、低K介质材料的演进,以及7nm时代面临的工艺极限挑战,揭示了后端工艺在芯片制造中的决定性作用。

weixin_30315435的博客 291

Maya学习--基础操作--重新划分网格,重新布线

摘要:重新划分网格功能主要用于修复不规则模型拓扑结构,将N边形、三角面等转化为均匀四边面或三角面,避免动画变形时出现撕裂。同时能均衡网格密度,解决雕刻或布尔运算导致的疏密不均问题,为后续重新拓扑做准备。重新布线则在此基础上进一步优化,将模型线框均匀调整为四边形结构,通过对称功能实现更规整的布线效果,提升模型质量。两者配合使用可显著改善模型拓扑,满足动画和影视制作需求。

misco43的博客 1514

别再手动调点了!用LoopRegularizer插件快速规整3DMAX模型布线,附避坑指南

本文深度解析LoopRegularizer插件在3DMAX模型布线优化中的应用,提供从安装配置到实战技巧的完整指南。这款建模工具能智能规整边循环结构,显著提升角色建模和工业设计的效率,并附有常见问题解决方案和性能优化建议,帮助用户避开使用陷阱。

weixin_42567279的博客 405

Blender建模布线避坑指南:为什么你的细分曲面总是变形?

本文深入解析Blender建模布线中的常见问题,特别是细分曲面变形的原因及解决方案。通过对比四边面与三角面的优劣、极点处理技巧、平面化修复方法,以及生物与硬表面建模的布线差异,帮助用户掌握布线黄金法则,提升模型质量。适合3D建模师和Blender用户参考。

m2n3o4p5的博客 635

基于Unity的3D虚拟仿真教学平台开发:综合布线实训系统架构与实现

虚拟仿真技术通过构建高度仿真的数字环境,为工程技能培训提供了安全、高效且低成本的解决方案。其核心原理在于利用实时3D引擎、物理引擎与交互逻辑,模拟真实世界的操作流程与物理反馈。在工程教育领域,该技术价值显著,能够突破传统实训在场地、耗材与安全上的限制,实现教学过程的标准化与数据化。典型的应用场景包括网络工程、智能楼宇及物联网等专业的技能实训,例如综合布线这类对规范性要求高、实操成本大的项目。本文以综合布线3D虚拟仿真教学平台为例,深入剖析了其系统架构设计,并重点分享了高真实感可交互线缆系统、基于状态机的端接

weixin_33889245的博客 373

【沐风老师】3DMAX神级插件Quad Remesher:一键解决模型布线杂乱的终极指南

本文详细介绍了3DMAX神级插件Quad Remesher的功能与使用教程,帮助用户一键解决模型布线杂乱问题。通过自动将三角面转换为规整的四边面网格,Quad Remesher显著提升了模型的美观度和后续操作的效率。文章涵盖安装设置、核心功能演示、实际案例及性能优化技巧,是3D建模师提升工作效率的终极指南。

weixin_27061475的博客 432

EPLAN 3D布局中门板布线总失败?手把手教你解决过门路径与设备逻辑定义难题

本文详细解析了EPLAN 3D布局中门板布线失败的常见原因,包括设备逻辑定义错误、过门路径创建不当和主数据不同步等问题。通过手把手教学,提供从设备逻辑验证到过门路径创建的完整解决方案,帮助工程师高效解决布线难题,提升EPLAN 3D布局的设计效率。

weixin_30617737的博客 425

网络集成与综合布线【3.7】

1997 年 9 月发布的 YD/T 926.1—1997 通信行业标准《大楼通信综合布线系统第一部分:总规范》中,对综合布线系统的定义是:通信电缆、光缆、各种软电缆及有关连接硬件构成的通用布线系统,它能支持多种应用系统。即使用户尚未确定具体的应用系统,也可进行布线系统的设计和安装。综合布线系统中不包括应用的各种设备。目前,建筑物与建筑群综合布线系统(综合布线系统)是指一幢建筑物内(或综合性建筑物)或建筑群体中的信息传输媒质系统。

qq_43416206的博客 885

计算机网络布线实训,计算机网络--综合布线实训报告.doc

计算机网络--综合布线实训报告综合布线实训报告班级:姓名:日期:一、设计概述网络综合布线要求熟练掌握综合布线七个子系统的划分方式、位置、作用。能够完成七个子系统的设计,并计算设计预算。能够熟练绘制综合布线施工图。熟练掌握综合布线各种工具、材料的用途和使用方法。二、总体设计实验一综合布线产品及工具认知教学双绞线端接故障认知教学目的认识综合布线工程中常用的传输介质。认识综合布线工程中常用的连接器件。认...

weixin_39845206的博客 1679

高级PCB布线技巧与实践指南

高级布线不仅依赖工具的支持,更需要设计者对信号完整性、时序控制、工艺限制等方面的深刻理解。以下是几点建议供参考:🔹从系统角度整体规划布线策略,而非逐点解决问题;🔹优先布关键信号,留足调整空间,预防后期无法补救的情况;🔹多使用仿真、规则检查等方法评估布线效果,而不是单靠视觉判断。

weixin_43199439的博客 174

网络集成与综合布线【4.5】

4.光缆的终端1)光纤终端的连接方式综合布线系统的光缆终端一般都在设备上或专制的终端盒中。在设备上是利用其装设的连接硬件,如耦合器、适配器等器件,使光纤进行互相连接。终端盒则采用光缆尾纤与盒内的光纤连接器连接。这些光纤连接方式都采用活动接续,分为光纤交叉连接(又称光纤跳接)和光纤互相连接(简称光纤互连,又称光纤对接)两种。现分别叙述其特点和具体情况。( 1)光纤交叉连接与铜导线电缆在建筑物配线架或交接箱上进行跳线基本相似,它是一种以光缆终端设备为中心,对线路和进行集中和管理的设施。

qq_43416206的博客 917

PCB布线角度选择:从信号完整性到工程实践的深度解析

在高速PCB设计中,传输线的特性阻抗连续性对信号完整性至关重要。任何物理结构的突变都会引入阻抗不连续,导致信号反射、时序恶化和电磁干扰。从电磁场理论分析,走线拐角处的电流分布不均会引起局部电感变化和寄生电容,从而影响高频信号质量。在工程实践中,这直接关系到系统的稳定性和可靠性,尤其在GHz级高速接口、射频电路及高密度设计中更为关键。针对直角与锐角布线的长期争议,本文基于信号完整性原理和可制造性设计(DFM)要求,深入探讨了45度角与圆弧走线等替代方案的技术价值。通过分析信号有效带宽与上升时间的关系,并结合E

weixin_33947521的博客 318

招财牛猫|股社区|猫笔刀公众号历史文章13-21年(含评论),投资内容 收藏学习

招财大牛猫|股社区|猫笔刀公主号历史文章13-21年(含评论)

ZhaoCaiDaNiuMao的博客 7248

孤能子视角:“人“的关系线束

(以下表格,空格分隔)领域“人”作为关系线的形态物理学观测者 → 潜能坍缩生物学端粒 → 寿命边界心理学自我 → 自指环路社会学节点 → 权力流动经济学理性 → 场依赖行为法学人格 → 责任承担文学角色 → 感质显化AI对齐 → 价值耦合这些不是“关于人的知识”,而是 “人”这条关系线在不同场域中编织出的不同知识形态。每一条都只是侧影,没有哪一条能穷尽“人”。因为“人”本身就不是一个可以被穷尽的实体——它是一条永远在生成中的关系线,每一次新的耦合,都可能产生新的知识。

水如烟 425

别再瞎改注册表了!实测Win10/Win11远程桌面60帧的正确姿势(附ToDesk对比)

本文深入解析Windows远程桌面60帧优化的科学方法,揭示常见误区并提供实测有效的解决方案。从版本差异到硬件加速,再到第三方工具对比(如ToDesk),帮助用户避开无效的注册表修改,实现流畅的远程桌面体验。

weixin_33738555的博客 346

DFT笔记 DC/AC mode与Func

DFT scan可以分为DC和AC两种,区别如下图。

m0_61544122的博客 5734
上一篇: 【BLIP】VLP任务的新框架
下一篇: Noise2Noise图像去噪
Srlua小谢
Srlua小谢 优质创作者: 编程框架技术领域 优质创作者: 编程框架技术领域
博客等级 码龄4年 8963粉丝 332原创
评论 6
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值