İnşaat ve Yıkım Atıklarının Az Örnekli Nokta Bulutu Segmentasyonu için Anotasyon-Verimli Kantçı Nöro-Sembolik Yapay Zekâ...

Q: Few-shot ne anlama geliyor?

Few-shot, modelin yoğun biçimde etiketlenmiş büyük bir eğitim veri kümesine değil, çok sınırlı sayıda güvenilir insan etiketi veya “seed anchor” üzerinden öğrenmeye çalıştığı düşük-gözetimli rejimdir. Bu çalışmanın hedefi farklı şantiyelerden önceden etiketlenmiş dev bir dış corpus kullanmak değil, tek bir karmaşık sahnede sınırlı insan anotasyonundan yararlanarak geri kalan etiket alanını güvenli biçimde genişletmektir.

Q: Aesthetic Layer: ham noktadan geometrik sezgilereHam nokta kümesi \(P=\{p_i=(x_i,y_i,z_i)\in\mathbb{R}^3\}_{i=1}^{N}\) önce global centroid etrafında merkezlenir ve maksimum Öklid uzanımına göre ölçeklenir:\[ \mu_P=\frac{1}{N}\sum_{i=1}^{N}p_i,\qquad p'_i=p_i-\mu_P \] \[ s=\max_i\|p'_i\|_2+\varepsilon_s,\qquad p_{\mathrm{norm},i}=\frac{p'_i}{s}, \qquad \varepsilon_s=10^{-8}. \tag{1} \]Bu normalizasyon mutlak konum ve ölçeğin sayısal etkisini azaltır. Burada amaç nesnenin fiziksel anlamını silmek değil, ağın koordinat büyüklüklerinin değişmesinden kaynaklanan sayısal kararsızlığa aşırı duyarlı olmasını engellemektir.Her noktanın kNN çevresinde yerel kovaryans matrisi hesaplanır:\[ \Sigma_i= \frac{1}{k} \sum_{j\in\mathcal{N}(i)} (p_j-\bar p_i)(p_j-\bar p_i)^T. \tag{2} \]\(\Sigma_i\)'nin sıralı özdeğerleri \(\lambda_{1,i}\geq\lambda_{2,i}\geq\lambda_{3,i}\geq0\) yerel geometrinin ne kadar çizgisel, düzlemsel veya üç boyuta dağılmış olduğunu özetlemek için kullanılır:\[ L_i=\frac{\lambda_{1,i}-\lambda_{2,i}} {\lambda_{1,i}+\varepsilon_l}, \qquad P_i=\frac{\lambda_{2,i}-\lambda_{3,i}} {\lambda_{1,i}+\varepsilon_l}, \qquad S_i=\frac{\lambda_{3,i}} {\lambda_{1,i}+\varepsilon_l}, \tag{3} \] \[ \varepsilon_l=10^{-8}. \]\(L_i\) lineerliği, \(P_i\) planarlığı, \(S_i\) scattering'i temsil eder. Örneğin uzun ve ince bir boruda bir ana yön baskın olduğundan yüksek \(L_i\) beklenir; düzlemsel bir yüzeyde \(P_i\) daha baskın olabilir; düzensiz moloz geometrisi daha yüksek scattering gösterebilir.Her noktanın 12 boyutlu özellik vektörü normalleştirilmiş koordinat, RGB renk, yüzey normali ve üç yapısal tensörü birleştirir:\[ f_i= [p_{\mathrm{norm},i}\parallel c_i\parallel n_i\parallel L_i\parallel P_i\parallel S_i] \in\mathbb{R}^{12}. \tag{4} \]Buradaki \(\parallel\) bir özellik birleştirme işlemini gösterir.Neden self-loop-free kNN grafiği kullanılıyor?

\[ M_{\mathrm{knn}}(i) = \{j_1,j_2,\ldots,j_k\}, \qquad j_m\in\mathcal{N}(i)\setminus\{i\}. \tag{5} \]

Q: EdgeConv ilişkisel özelliği nasıl hesaplıyor?

\[ x_i= \max_{j\in M_{\mathrm{knn}}(i)} h_{\Theta} \left( f_i\parallel(f_j-f_i) \right). \tag{6} \]

Q: Entropy focus weight neden kullanılıyor?

\[ \omega_i= \frac{H(p_i)}{\ln C}+0,1, \qquad H(p_i)= -\sum_c p_{i,c}\log p_{i,c}. \tag{10} \]

Q: Geometric fingerprint neden var?

\[ \mathrm{Checksum} = \mathrm{MD5} \left( \mathrm{ByteStream}(\mathrm{Round}(P,4)) \right). \tag{18} \]

Q: Rastgele Nokta Bölme Neden Yanıltıcı Bir Başarı Üretebilir?

Aynı fiziksel sahnedeki komşu noktalar hem eğitim hem test grubuna rastgele dağılırsa xyz gibi konum kanalları malzemenin kendisini tanımadan çevredeki etiketleri uzayda yaymaya izin verebilir; çalışmada renk bilgisinin %90'ı bozulmuş temel modelin 0,839 mIoU'ya ulaşması bu “recognition yerine interpolation” riskini ortaya çıkarmıştır.

Q: Çalışmanın Yöntemi ve BulgularımIoU neyi ölçüyor?

Aşağıdaki ifade çalışmanın numaralandırılmış yeni denklemi değil, kullanılan metriğin standart öğretici tanımıdır:

İnşaat ve Yıkım Atıklarının Az Örnekli Nokta Bulutu Segmentasyonu için Anotasyon-Verimli Kantçı Nöro-Sembolik Yapay Zekâ Çerçevesi

Başlık

Türkçe yayın başlığı: İnşaat ve Yıkım Atıklarının Az Örnekli Nokta Bulutu Segmentasyonu için Anotasyon-Verimli Kantçı Nöro-Sembolik Yapay Zekâ Çerçevesi

Özgün başlık: An annotation-efficient Kantian neuro-symbolic AI framework for few-shot point cloud segmentation of construction and demolition waste

Yazarlar: Yüklenen preprint PDF'sinde yazar adları yer almamaktadır. Güvenilir resmî bibliyografik kayıt üzerinden doğrulanamadığı için yazar isimleri tahmin edilmemiştir.

Kısa Özet

Kantian Neuro-Symbolic Perception System (KNS-PS), inşaat ve yıkım atığı (Construction and Demolition Waste, CDW) nokta bulutlarını az sayıda insan etiketiyle semantik olarak segmentlemek için grafik sinir ağı, fiziksel/geometrik önseller ve Human-in-the-Loop doğrulamayı birleştiren hibrit nöro-sembolik bir yapay zekâ çerçevesidir. Çalışma, Kant'ın “duyarlılık, anlama ve apperception” katmanlarını yalnız felsefi benzetmeler olarak bırakmadığını; bunları nokta bulutu özellikleri, self-loop-free k-nearest-neighbor grafiği, dual-head EdgeConv ağı, diferansiyellenebilir color-reality ve structural-relation kayıpları, güvene dayalı curriculum self-training, insan anchor freezing ve mode-collapse brake gibi somut hesaplama bileşenlerine dönüştürdüğünü ileri sürmektedir.

Araştırmanın temel problemi, karmaşık yıkım molozu sahnelerinde her noktanın elle etiketlenmesinin pahalı olması ve yalnız veri odaklı 3B ağların boru, donatı, tuğla ve beton gibi birbirine karışmış veya kısmen örtülmüş malzemelerde fiziksel olarak tutarsız segmentasyonlar üretebilmesidir. Kaynak bu hatalar için “geometric and semantic hallucinations” ifadesini kullanmaktadır. Buradaki “hallucination”, bir üretken dil modelinin uydurma metin üretmesi anlamına değil; nokta bulutunda fiziksel olarak tutarsız sınıf atamaları yapılmasına, örneğin parçalanmış bir borunun beton içinde kaybolmasına veya örtülü nesnenin bütünlüğünün korunamamasına verilen addır.

Çalışmanın en önemli metodolojik bulgularından biri değerlendirme protokolüyle ilgilidir. Rastgele nokta bölme ve konum kanalları birlikte kullanıldığında ağ, gerçek malzeme tanımadan komşu noktalardan mekânsal etiket enterpolasyonu yapabilmektedir. Renk bilgisinin %90'ı bozulmuş bir DGCNN temel modeli bu protokolde yine 0,839 mean Intersection over Union (mIoU) değerine ulaşmıştır. Araştırmacılar bu nedenle ana değerlendirmeyi 4 × 4 spatial block-holdout yapısına taşımış, test bloklarını mekânsal olarak ayırmış ve xyz/normalize yükseklik gibi konumsal giriş kanallarını çıkarmıştır.

Altı eşleştirilmiş tekrarda en iyi genel yapılandırmalardan core+community için ortalama mIoU 0,550 ± 0,038, kuralsız temel model için 0,499 ± 0,088 bulunmuştur. +5,1 puanlık ortalama fark beş tekrarın beşinde pozitif olsa da paired \(t=1,37\) ile istatistiksel anlamlılığa ulaşmamıştır. Buna karşılık çalışma, koşudan koşuya varyansın 5,2 kat sıkıştığını ve en kötü koşunun 0,333'ten 0,495'e yükseldiğini bildirir. Bu nedenle kaynak çerçevenin temel nicel katkısını “ortalama doğruluğu kanıtlanmış biçimde artırmak” yerine katastrofik düşük-performans koşularını bastırmak ve worst-case davranışı sınırlandırmak olarak tanımlamaktadır.

Human-in-the-Loop anotasyon karşılaştırmasında 237.560 noktalı bir sahnenin yoğun manuel etiketlenmesi 266 dakika uzman zamanı gerektirirken KNS-PS iş akışı 37 dakika uzman etkileşimi gerektirmiştir; kaynak bunu %86,1 azalma olarak hesaplamaktadır. Ancak üç curriculum self-training turunun yaklaşık 9 dakikalık gözetimsiz makine zamanı bu uzman süre hesabına dahil edilmemiştir. Dolayısıyla %86,1 değeri “toplam hesaplama süresinin %86,1 azalması” değildir.

Çalışmanın son aşamasındaki reverse schematism modülü, insan tarafından doğrulanmış semantik nokta etiketlerini parametrik ve watertight geometrik katılara dönüştürmektedir. Boru ve donatı üyeleri silindir olarak, tuğlalar standart modül ve bond-pattern şablonlarıyla, beton kümeleri ise adaptive alpha-shape kullanılarak yeniden kurulmaktadır. Gerçek 195.569 noktalı sahnede adaptive alpha-shape arka ucu yedi bileşenin yedisini de watertight üretirken Poisson reconstruction yalnız dört bileşeni watertight kapatabilmiştir.

Bu sonuçların kapsamı sınırlıdır. Çalışmanın nicel segmentasyon iddiaları tek bir sahneye dayanır; pipe sınıfı block-holdout nicel sonucuna dahil edilmemiştir; kural yapılandırmaları aynı sahnede seçilip değerlendirilmiştir; bazı meta-parametreler elle ayarlanmıştır ve color-reality prior yoğun toz/renk kaybında bozulmaktadır. Robotik yıkım, ROS 2/MoveIt 2 fiziksel yürütme ve XR tabanlı gerçek saha apperception döngüsü çalışmanın gösterilmiş segmentasyon sonucu değildir; bunlar gelecek entegrasyon yönleridir.

Detaylı Açıklama

İnşaat ve yıkım atığında neden nokta bulutu segmentasyonu gerekiyor?

İnşaat ve yıkım atığı sahnesi, düzenli biçimde ayrılmış nesnelerden oluşmaz. Beton parçaları, tuğlalar, metal donatılar, borular ve başka yapı elemanları üst üste yığılmış, kırılmış, kısmen gömülmüş ve birbirini örtmüş olabilir. Bu nedenle bir fotogrammetrik veya başka bir 3B taramada elde edilen milyonlarca noktanın yalnız koordinat olarak bulunması, malzeme geri kazanımı açısından yeterli değildir. Her noktanın hangi malzemeye veya bileşene ait olduğunun anlaşılması gerekir.

Çalışma bunu döngüsel inşaat ve Digital Material Passport (DMP) bağlamına yerleştirmektedir. Bir geri kazanılmış yapı bileşeninin dijital malzeme pasaportunun güvenilir olabilmesi için malzeme türü, geometrisi ve durumu hakkında mekânsal olarak doğrulanmış bilgi gerekir. Segmentasyon burada yalnız bir bilgisayarlı görü metriği değil, sonraki geometri yeniden inşası ve olası robotik ayırma süreçlerinin algısal temelidir.

Few-shot ne anlama geliyor?

Few-shot, modelin yoğun biçimde etiketlenmiş büyük bir eğitim veri kümesine değil, çok sınırlı sayıda güvenilir insan etiketi veya “seed anchor” üzerinden öğrenmeye çalıştığı düşük-gözetimli rejimdir. Bu çalışmanın hedefi farklı şantiyelerden önceden etiketlenmiş dev bir dış corpus kullanmak değil, tek bir karmaşık sahnede sınırlı insan anotasyonundan yararlanarak geri kalan etiket alanını güvenli biçimde genişletmektir.

Bu durum model değerlendirmesini de zorlaştırmaktadır. Etiket bütçesi çok küçük olduğunda ayrı bir büyük validation set ayırmak pratik olmayabilir. Bu nedenle çalışmanın yazarları yalnız en iyi koşuyu seçmeye dayanan bir yaklaşım yerine worst-case davranışın sınırlandırılmasını önemli görmektedir.

Kantçı Kavramlar Bu Çalışmada Yalnız Felsefi Bir Metafor mu?

Kaynağın metodolojik iddiasına göre hayır: “duyarlılık, anlama, ilişki, nitelik, modalite ve apperception” gibi Kantçı kavramların her biri belirli bir hesaplama nesnesine, kayıp terimine, grafik kuralına, güven eşiğine veya insan-doğrulama mekanizmasına eşlenmiştir; ancak bu mühendislik eşlemesi Kant'ın felsefesinin deneysel olarak doğrulandığı anlamına gelmez.

Kavramsal katman	Teknik karşılık	Mühendislik işlevi
Aesthetic Layer / Sensibility	Koordinat normalizasyonu, yüzey normalleri, yerel kovaryans, lineerlik-planarlık-scattering tensörleri, self-loop-free kNN grafiği	Düzensiz ham nokta kümesini yapılandırılmış geometrik özelliklere dönüştürür.
Quantity	Çok ölçekli agregasyon ve class-balanced focal loss	Beton gibi büyük sınıfların az sayıdaki pipe/rebar noktalarını yalnız sayı üstünlüğüyle bastırmasını azaltır.
Quality	Color-reality soft prior ve boundary head	Tuğla/çimento sınıflarının renk gerçekliğiyle tamamen çelişen güvenli tahminlerini cezalandırır; sınıf sınırlarını ayrı başlıkta tahmin eder.
Relation	Linearity, elevation-support ve EdgeConv komşuluk ilişkileri	Özellikle boru sınıfını ince doğrusal geometri ve destek/yükseklik ilişkileriyle sınırlar.
Modality	Confidence thresholds ve apodictic/assertoric/problematic strata	Tahminleri güven düzeylerine ayırır ve insan incelemesinin önceliğini belirler.
Transcendental Apperception	Human-in-the-Loop anchor freezing + curriculum self-training	İnsan tarafından onaylanan etiketlerin otomatik eğitim tarafından değiştirilmesini engeller.

Kaynak çalışmadaki üç katmanlı KNS-PS ilişkilerine dayanarak Verianla için bağımsız ve ölçeksiz olarak yeniden oluşturulmuştur. Kaynak şeklin görsel tasarımı kopyalanmamıştır.

Aesthetic Layer: ham noktadan geometrik sezgilere

Ham nokta kümesi \(P=\{p_i=(x_i,y_i,z_i)\in\mathbb{R}^3\}_{i=1}^{N}\) önce global centroid etrafında merkezlenir ve maksimum Öklid uzanımına göre ölçeklenir:

\mu_P=\frac{1}{N}\sum_{i=1}^{N}p_i,\qquad p'_i=p_i-\mu_P \] \[ s=\max_i\|p'_i\|_2+\varepsilon_s,\qquad p_{\mathrm{norm},i}=\frac{p'_i}{s}, \qquad \varepsilon_s=10^{-8}. \tag{1}

Bu normalizasyon mutlak konum ve ölçeğin sayısal etkisini azaltır. Burada amaç nesnenin fiziksel anlamını silmek değil, ağın koordinat büyüklüklerinin değişmesinden kaynaklanan sayısal kararsızlığa aşırı duyarlı olmasını engellemektir.

Her noktanın kNN çevresinde yerel kovaryans matrisi hesaplanır:

\Sigma_i= \frac{1}{k} \sum_{j\in\mathcal{N}(i)} (p_j-\bar p_i)(p_j-\bar p_i)^T. \tag{2}

\(\Sigma_i\)'nin sıralı özdeğerleri \(\lambda_{1,i}\geq\lambda_{2,i}\geq\lambda_{3,i}\geq0\) yerel geometrinin ne kadar çizgisel, düzlemsel veya üç boyuta dağılmış olduğunu özetlemek için kullanılır:

L_i=\frac{\lambda_{1,i}-\lambda_{2,i}} {\lambda_{1,i}+\varepsilon_l}, \qquad P_i=\frac{\lambda_{2,i}-\lambda_{3,i}} {\lambda_{1,i}+\varepsilon_l}, \qquad S_i=\frac{\lambda_{3,i}} {\lambda_{1,i}+\varepsilon_l}, \tag{3} \] \[ \varepsilon_l=10^{-8}.

\(L_i\) lineerliği, \(P_i\) planarlığı, \(S_i\) scattering'i temsil eder. Örneğin uzun ve ince bir boruda bir ana yön baskın olduğundan yüksek \(L_i\) beklenir; düzlemsel bir yüzeyde \(P_i\) daha baskın olabilir; düzensiz moloz geometrisi daha yüksek scattering gösterebilir.

Her noktanın 12 boyutlu özellik vektörü normalleştirilmiş koordinat, RGB renk, yüzey normali ve üç yapısal tensörü birleştirir:

f_i= [p_{\mathrm{norm},i}\parallel c_i\parallel n_i\parallel L_i\parallel P_i\parallel S_i] \in\mathbb{R}^{12}. \tag{4}

Buradaki \(\parallel\) bir özellik birleştirme işlemini gösterir.

Neden self-loop-free kNN grafiği kullanılıyor?

M_{\mathrm{knn}}(i) = \{j_1,j_2,\ldots,j_k\}, \qquad j_m\in\mathcal{N}(i)\setminus\{i\}. \tag{5}

k-d tree sorgusunda \(k+1\) en yakın aday alınır ve noktanın kendisi komşuluk listesinden çıkarılır. Çalışmanın gerekçesine göre self-loop korunursa merkez noktanın kendi özelliği çok katmanlı yayılımda aşırı baskın hale gelebilir ve malzemeler arasındaki kenar süreksizlikleri yumuşayabilir.

EdgeConv ilişkisel özelliği nasıl hesaplıyor?

x_i= \max_{j\in M_{\mathrm{knn}}(i)} h_{\Theta} \left( f_i\parallel(f_j-f_i) \right). \tag{6}

Bu denklem merkez noktanın özelliğini ve komşusuyla arasındaki farkı birlikte işler. Paylaşımlı çok katmanlı algılayıcı \(h_\Theta\), her kenar için özellik üretir; ardından komşuluk üzerinde max-pooling uygulanır. İki ardışık EdgeConv katmanı receptive field'i genişletir.

Katman özellikleri global bağlamla birleştirilir:

x_{\mathrm{fused},i} = [x_{1,i}\parallel x_{2,i}\parallel x_{\mathrm{global}}]. \tag{7}

Bundan sonra ağ iki başlığa ayrılır. Semantic head noktanın hangi malzeme sınıfına ait olduğuna ilişkin olasılık dağılımını üretirken boundary head noktanın fiziksel bileşen sınırında olup olmadığını tahmin eder. Böylece “hangi sınıf?” ve “sınıf nerede bitiyor?” soruları aynı temsil üzerinden fakat farklı çıktılarla ele alınır.

Sınıf dengesizliği nasıl ele alınıyor?

CDW sahnesinde beton çok sayıda noktayla temsil edilirken boru gibi ince elemanlar çok daha az nokta içerebilir. Kaynak dinamik ters-frekans sınıf ağırlığını şöyle tanımlar:

w_c= \frac{N_{\mathrm{valid}}} {C\,(N_c+1,0)}. \tag{8}

\(N_{\mathrm{valid}}\) geçerli denetimli nokta sayısını, \(C\) sınıf sayısını, \(N_c\) sınıf \(c\)'deki nokta sayısını gösterir. Küçük sınıflar böylece daha büyük ağırlık alır.

Bu ağırlıklar \(\gamma=2,0\) focusing exponent ile focal loss içine yerleştirilir:

L_{\mathrm{Focal}} = \frac{1}{\sum_i M_{\mathrm{sup}}^{(i)}} \sum_{i=1}^{N} M_{\mathrm{sup}}^{(i)} W_{\mathrm{smpl}}^{(i)} \left[ -w_{y_i} (1-p_{i,y_i})^{\gamma} \log(p_{i,y_i}+\varepsilon) \right]. \tag{9}

Focal loss, zaten kolay doğru sınıflandırılan örneklerin etkisini azaltırken zor veya yanlış sınıflandırılan örneklere daha fazla gradyan ağırlığı verir. \(M_{\mathrm{sup}}\) ve \(W_{\mathrm{smpl}}\) daha sonra Apperceptive Layer tarafından dinamik biçimde değiştirilebilir.

Entropy focus weight neden kullanılıyor?

\omega_i= \frac{H(p_i)}{\ln C}+0,1, \qquad H(p_i)= -\sum_c p_{i,c}\log p_{i,c}. \tag{10}

Tahmin dağılımının entropisi yüksekse model hangi sınıfın doğru olduğundan emin değildir. Bu durumda \(\omega_i\) büyür ve fiziksel/kategorik prior cezaları daha fazla ağırlık kazanır. Model zaten çok emin olduğunda prior etkisi görece geri çekilir.

Color-reality prior

Kaynak fired-clay brick ve cementitious matrix arasında renk ayrımını bir soft prior olarak kullanır. Redness özelliği:

R_{d,i}=r_i-\frac{g_i+b_i}{2}

şeklindedir. Kaynak \(\theta_b=0,05\) ve \(\theta_c=0,02\) eşiklerini kullanır:

L_Q= \frac{1}{N} \sum_{i=1}^{N} \omega_i \left[ p_{\mathrm{brick},i}\, \mathrm{ReLU}(\theta_b-R_{d,i}) + p_{\mathrm{cement},i}\, \mathrm{ReLU}(R_{d,i}-\theta_c) \right]. \tag{11}

Bu bir hard veto değildir. Gri görünen bir nokta, geometrik ve diğer ağ kanıtları çok kuvvetliyse yine brick olarak sınıflandırılabilir. Prior yalnız fiziksel olarak olağandışı renk-sınıf eşleşmesine dereceli bir direnç uygular.

Relation prior: lineerlik ve yükseklik desteği

L_R=L_{R\text{-shape}}+L_{R-z}, \] \[ L_{R\text{-shape}} = \frac{1}{N} \sum_{i=1}^{N} \omega_i p_{\mathrm{pipe},i} \mathrm{ReLU}(0,6-L_i)^2, \] \[ L_{R-z} = \frac{1}{N} \sum_{i=1}^{N} \omega_i p_{\mathrm{pipe},i} \mathrm{ReLU}(Z_{\mathrm{thresh}}-z_i). \tag{12}

İlk terim düşük-linearity geometrisini yüksek güvenle pipe ilan eden tahminleri cezalandırır. İkinci terim pipe sınıfını dinamik zemin eşiğinin altına yerleştiren tahminlere direnç uygular. Ancak çalışmanın kendi ablasyonu, “support ordering” gibi fiziksel varsayımların çökmüş yıkım yığınında her zaman geçerli olmadığını göstermektedir.

Toplam öğrenme amacı

L_{\mathrm{total}} = L_{\mathrm{Focal}} + 0,5L_{\mathrm{Bound}} + \alpha L_Q + \beta L_R. \tag{13}

\(L_{\mathrm{Bound}}\) boundary head'in binary cross-entropy kaybıdır. \(\alpha\) ve \(\beta\), veri kanıtı ile kategorik önseller arasındaki ağırlığı düzenler. Kaynak bu meta-parametrelerin elle ayarlandığını ve farklı saha/sensör koşullarında optimal değerlerinin değişebileceğini sınırlılık olarak kabul etmektedir.

Apperceptive Layer ve curriculum self-training

Self-training üç güven eşiğiyle ilerler:

T=\{\tau_1,\tau_2,\tau_3\} = \{0,95,\ 0,90,\ 0,85\}.

İlk turda yalnız en yüksek güvenli pseudo-label'lar emilir. Daha sonraki turlarda eşik gevşetilerek daha zor bölgeler sisteme alınır. İnsan tarafından boyanıp doğrulanan anchor bölgeleri persistent \(M_{\mathrm{anchor}}\) maskesinde tutulur ve otomatik süreç bu etiketleri değiştiremez.

Bir eğitim adımında yeni pseudo-label ile mevcut empirical label arasında uyuşmazlık oluşursa değişen noktalar ve bunların bir-hop komşuları belirlenir:

M_{\mathrm{changed}}^{(i)} = \mathbb{I} \left( \hat y_i^{(t)}\neq y_i^{\mathrm{emp}} \right), \qquad M_{\mathrm{prop}}^{(i)} = \max_{j\in M_{\mathrm{knn}}(i)} M_{\mathrm{changed}}^{(j)}. \tag{14}

Ardından supervision mask ve örnek ağırlıkları değiştirilir:

M_{\mathrm{sup}}^{(i)} \leftarrow \mathrm{clip} \left( M_{\mathrm{sup}}^{(i)} + 0,7M_{\mathrm{changed}}^{(i)} + 0,3M_{\mathrm{prop}}^{(i)}, 0,0,1,0 \right), \] \[ W_{\mathrm{smpl}}^{(i)} \leftarrow \mathrm{clip} \left( W_{\mathrm{smpl}}^{(i)} + 5,0M_{\mathrm{changed}}^{(i)} + 1,0M_{\mathrm{prop}}^{(i)}, 1,0,5,0 \right). \tag{15}

Amaç, tartışmalı bölgelerde hatalı pseudo-label zincirinin graf boyunca kontrolsüz yayılmasını engellemektir.

Mode-collapse brake

\max_{c\in\{1,\ldots,C\}} \frac{N_c}{N} > 0,85. \tag{16}

Herhangi bir sınıf toplam pseudo-label alanının %85'inden fazlasını ele geçirirse aktif curriculum turu iptal edilir ve aday pseudo-label'lar reddedilir. Bu mekanizma, ağın bütün sahneyi tek baskın sınıfa dönüştürdüğü degenerate çözümleri engellemeyi amaçlar.

İnsan arayüzü nasıl çalışıyor?

Kullanıcı fırçayla nokta bölgelerini seçip etiketleyebilir. 3B koordinatların ekran koordinatına projeksiyonu klasik view/projection matrisiyle yapılır:

\begin{bmatrix} x_{\mathrm{clip}}\\ y_{\mathrm{clip}}\\ z_{\mathrm{clip}}\\ w_{\mathrm{clip}} \end{bmatrix} = M_{\mathrm{projection}} M_{\mathrm{view}} \begin{bmatrix} x_i\\ y_i\\ z_i\\ 1 \end{bmatrix}. \tag{17}

Brush-drag güncellemesi 50 ms ile throttled durumdadır. Görüntülenecek aktif nokta sayısı 15.000'i geçtiğinde viewport rastgele downsample edilmiş proxy noktalar kullanarak >30 FPS hedefler; ancak brush düzenlemeleri tam çözünürlüklü koordinatlara yazılır.

Kaynak ayrıca tahminleri üç epistemik güven katmanına ayırır:

Apodictic: \(c_i\geq0,85\).
Assertoric: \(0,6\leq c_i<0,85\).
Problematic: \(c_i<0,6\).

Problematic katman insan incelemesine öncelikli olarak gönderilir.

Geometric fingerprint neden var?

\mathrm{Checksum} = \mathrm{MD5} \left( \mathrm{ByteStream}(\mathrm{Round}(P,4)) \right). \tag{18}

Nokta koordinatları yuvarlanarak bir spatial checksum oluşturulur; global centroid ve bounding box bilgileriyle birlikte saklanır. Amaç, başka bir point cloud'a ait label arşivinin yanlışlıkla mevcut sahneye uygulanmasını yakalamaktır. Kaynak uygulama açıklamasında bunun yaklaşık 1 mm koordinat hassasiyetinde yürütüldüğünü belirtmektedir.

Rastgele Nokta Bölme Neden Yanıltıcı Bir Başarı Üretebilir?

Aynı fiziksel sahnedeki komşu noktalar hem eğitim hem test grubuna rastgele dağılırsa xyz gibi konum kanalları malzemenin kendisini tanımadan çevredeki etiketleri uzayda yaymaya izin verebilir; çalışmada renk bilgisinin %90'ı bozulmuş temel modelin 0,839 mIoU'ya ulaşması bu “recognition yerine interpolation” riskini ortaya çıkarmıştır.

Çalışma bu nedenle ana değerlendirmeyi 4 × 4 checkerboard spatial block-holdout protokolüne taşımıştır. Seed annotation yalnız training hücrelerinden, sınıf başına %5 düzeyinde alınmış; değerlendirme held-out hücrelerde yapılmış ve xyz ile normalized height giriş kanalları çıkarılmıştır.

Bu değişiklik kaynak sonuçlarının yorumunu kökten değiştirir. Random split altında raw xyz+rgb baseline 0,905–0,921 mIoU aralığında baskın görünmektedir. Fakat yazarlar bu değerleri gerçek malzeme tanıma performansı olarak kabul etmemekte, yalnız protokol tuzağının göstergesi olarak raporlamaktadır.

Block-holdout protokolünün de kendi sınırlılığı vardır. Tek uzun pipe nesnesi checkerboard bölmeyle güvenilir biçimde hold-out edilememiştir; held-out hücrelerde 1.237 pipe noktası, training hücrelerinde 20.004 pipe noktası kalmıştır. Bu nedenle ana nicel stabilizasyon sonuçları concrete ve brick sınıfları ile bunların class mean değeri üzerinden kurulmuş, pipe sınıfı bu nicel karşılaştırmaya dahil edilmemiştir.

Çalışmanın Yöntemi ve Bulguları

mIoU neyi ölçüyor?

Aşağıdaki ifade çalışmanın numaralandırılmış yeni denklemi değil, kullanılan metriğin standart öğretici tanımıdır:

IoU_c= \frac{TP_c} {TP_c+FP_c+FN_c}, \qquad mIoU= \frac{1}{C} \sum_{c=1}^{C}IoU_c.

IoU, bir sınıf için tahmin edilen ve gerçek bölgenin kesişimini birleşimine böler. mIoU ise değerlendirmeye dahil edilen sınıfların IoU değerlerinin ortalamasıdır. Bu çalışmada önemli nokta yalnız ortalama mIoU'nun büyüklüğü değil, aynı yöntem farklı random seed ve checkerboard phase altında tekrarlandığında sonucun ne kadar değiştiğidir.

Ana altı-tekrar sonucu

Yapılandırma	Mean mIoU ± std	Kuralsız yapıya göre eşleştirilmiş fark	Pozitif tekrar	Paired t
none	0,499 ± 0,088	—	—	—
core	0,532 ± 0,063	+3,3 ± 11,5 puan	4/6	0,70
core+brick	0,499 ± 0,086	−0,0 ± 14,0 puan	3/6	−0,01
core+comm	0,550 ± 0,038	+5,1 ± 9,1 puan	5/6	1,37
all7	0,534 ± 0,046	+3,5 ± 12,6 puan	3/6	0,68

Core yapılandırması color reality, elevation support ve pipe shape olmak üzere üç temel prior'ı içerir. core+brick brick planarity prior'ını; core+comm community smoothness prior'ını ekler. all7, çekirdek üç kural ve dört değişken kuralın tamamını içerir.

Kaynak, core+comm için ortalama +5,1 puan artışı “kanıtlanmış accuracy gain” olarak sunmamaktadır. \(n=6\) düzeyinde paired \(t=1,37\) anlamlı değildir. Buna karşılık run-to-run variance oranı \(F(5,5)=5,20\), %5 kritik \(F\) değeri 5,05 olarak verilmiş ve varyans sıkışması “marginally significant” olarak tanımlanmıştır.

En kötü kuralsız koşu 0,333 mIoU iken core+community yapılandırmasının en kötü koşusu 0,495'tir. Fark +0,162, yani +16,2 mIoU puanıdır. Kaynak “hallucination suppression” iddiasını özellikle bu katastrofik koşuların ortadan kaldırılması üzerinden nicelleştirmektedir.

Kaynak Tablo 2 ve Figure 9'un kesin raporlanan ortalama, standart sapma ve worst-case değerlerinden Verianla için yeniden çizilmiştir. Altı bireysel koşunun kaynakta tablo halinde bulunmayan noktaları yeniden üretilmemiştir.

Dört değişken prior için factorial ablation

Üç core rule sabit açık tutulmuş ve brick planarity, base support, cement scatter ve community kuralları için \(2^4=16\) kombinasyon değerlendirilmiştir.

Kural	Mean mIoU ana etkisi	Yorum
Brick planarity	+3,3 puan	En güçlü pozitif değişken kural
Community	+1,8 puan	Pozitif katkı
Cement scatter	−0,3 puan	Hafif negatif
Base support	−1,9 puan	Çökmüş yığının sağlam destek sıralaması varsayımını ihlal etmesi nedeniyle negatif

Bu sonuç, fiziksel prior'ın yalnız “fizik bilgisi içerdiği için” yararlı olmadığını gösterir. Prior'ın öncülü sahnede geçerli değilse yanlış yönlendirici hale gelebilir. Kaynağın base-support örneği tam olarak budur: düzenli bir yapıdaki gravitational support beklentisi çökmüş bir moloz yığınında sistematik biçimde ihlal edilebilir.

Toz ve renk kaybı robustness deneyi

Çalışma renk bilgisini kademeli biçimde toz rengine doğru bozmak için şu dönüşümü kullanır:

c' = (1-\lambda)c + \lambda d_{\mathrm{dust}} + \mathcal{N}(0,0,03\lambda).

\(\lambda=0\) orijinal renk, \(\lambda=0,9\) ise renk sinyalinin çok büyük ölçüde bozulduğu koşuldur. Kaynak, full model performansının bu aralıkta 20,1 puan azaldığını; color-free baseline'ın ise yalnız 6,9 puan kaybettiğini bildirir. Bu durum color-reality prior'ın kendi empirical varsayımı bozulduğunda “anti-knowledge” haline gelebileceğini göstermektedir.

Buna karşılık pipe sınıfını koruyan lineerlik prior'ı daha formal-geometrik bir kuraldır ve kaynak pipe performansının renk bozulması boyunca yaklaşık 0,83–0,85 aralığında kaldığını belirtmektedir.

Başka bir robustness sonucu konum kanallarının domain shift altında tehlikesini gösterir. Block holdout altında positional channels içeren full model 0,292 mean mIoU'ya çökerken aynı mimarinin positional channels çıkarılmış sürümü 0,608'e ulaşmıştır.

Anotasyon ekonomisi

İş akışı aşaması	Yoğun manuel	KNS-PS HITL
Seed anchor painting (%1 bütçe)	—	12 dk
Dense point-wise brush annotation	190 dk	—
Boundary refinement & disentanglement	62 dk	—
Curriculum self-training — 3 tur	—	9 dk gözetimsiz makine zamanı
Problematic-strata review & correction	—	16 dk
Final verification pass	14 dk	9 dk
Toplam uzman zamanı	266 dk	37 dk
Kaynakta raporlanan uzman-zamanı azalması	—	%86,1

\frac{266-37}{266}\times100 \approx86,1\%.

Kaynak bu hesabı yalnız expert interaction time üzerinden yapmaktadır. 9 dakikalık curriculum machine time gözetimsiz olduğu için iki iş akışının uzman zamanı toplamına dahil edilmemiştir. Bilgisayar enerjisi, donanım zamanı veya bütün sistem wall-clock maliyeti için %86,1 tasarruf iddiası çıkarılamaz.

Reverse Schematism Nedir ve BIM-Ready Geometriyi Nasıl Üretiyor?

Reverse schematism, insan tarafından doğrulanmış semantik nokta etiketlerinden malzeme ailesine özgü geometrik kurallar kullanarak parametrik veya watertight katılar üreten son işleme aşamasıdır; boru/donatı için silindir, tuğla için standart modül ve bond pattern, beton için adaptive alpha-shape kullanılır.

Ölçek kalibrasyonu

Fotogrammetrik nokta bulutunun metrik ölçeği doğrudan güvenilir olmadığından, kaynak açık bir brick band'ın standart stretcher face ölçüsünü kullanarak ölçek faktörü tanımlar:

k= \frac{240\ \mathrm{mm}} {\mathrm{median}(\text{brick-band major length})}.

Tahmin standart birime ±%20 içinde yaklaşıyorsa unit lock uygulanır ve sonraki geometri hesabı milimetre uzayında yürütülür.

Boru ve donatı

DBSCAN fiziksel olarak ayrı üyeleri kümeler. Her kümenin ana ekseni PCA ile, yarıçapı ise eksene olan radial uzaklıkların medyanıyla belirlenir. Kaynağın yorumuyla geometrik “silindir” biçimi a priori kabul edilir; gerçek uzunluk, konum, eksen ve yarıçap gibi büyüklükler veriden ölçülür. Her üye yedi parametreyle temsil edilir.

Tuğla şablonu

Kaynak brick için standart modülü:

T=(240,\ 120,\ 60)\ \mathrm{mm}

olarak, mortar gap'i \(g=10\) mm olarak tanımlar. Mortar pitch:

\[ P=T+g \]

ilişkisiyle kurulur. Bond-pattern veri tabanında running bond, English bond, Flemish bond, three-stretcher-one-header ve header/shiner varyantları bulunur.

Brick template packing dört temel adımdan oluşur: PCA tabanlı frame'in small-angle sweep ile iyileştirilmesi, modüler residual kullanarak eksen ataması, mortar joint'lere göre phase alignment ve yeterli nokta desteği bulunan lattice hücrelerinde birim brick solid'lerinin üretilmesi. Kaynak ilk PCA frame span hatasının yaklaşık 27 mm'den yaklaşık 3 mm'ye düşürüldüğünü bildirir.

Beton geometrisi

Beton için tek bir parametrik şekil dayatılmaz. Her DBSCAN concrete clump ve sınırları içinde bulunan pipe/rebar noktaları, adaptive alpha-shape ile sarılır:

\alpha= \max(4\bar d,\ 20\ \mathrm{mm}),

burada \(\bar d\) ortalama komşu nokta aralığıdır. Bu yaklaşım betonun düzensiz geometrisini mümkün olduğunca veriye bağlı bırakır.

Kaynak çalışmanın reverse-schematism yöntem ilişkilerine dayanarak Verianla için bağımsız, ölçeksiz şema olarak hazırlanmıştır.

Brick template-packing sentetik doğrulaması

Senaryo	Beklenen	Üretilen	Kaynak notu
3 × 2 brick wall, mortar joints	6	6	Merkez hatası ≤ 0,4 mm
5 × 4 brick wall	20	20	—
37° eğimli tek brick	1	1	Merkez hatası 0,2 mm
Double-course stack	2	2	Axis assignment ile çözüldü
2 × 2 × 2 pile	8	8	—
High-noise 3 × 2 wall	6	6	2× gürültü
Half-broken brick	0–1	1	Tam modüle tamamlandı
Beş bond-pattern wall	136	136	Bütün orientation'lar doğru
Double band, %35 occlusion	12	12	Ortalama merkez hatası 8,8 mm

Kaynak ayrıca full, half ve obliquely clipped sentetik solid'lerde divergence-theorem volume integral sonuçlarının teorik hacimlerle eşleştiğini; voxel çözünürlüğü ve morphological closing sonrası clipped-solid hacimlerinin ground truth'a ±%6 içinde olduğunu; sparse-band solidification'ın 5,76 L gerçek hacme karşı 5,3–5,5 L ürettiğini bildirir.

Gerçek değerlendirme sahnesinde geometri benchmarkı

Envelope backend	Süre (s)	Üçgen	Watertight	Boundary edges
Adaptive alpha-shape	13,7	50.558	7/7	%0,00
Poisson reconstruction	13,9	109.528	4/7	%0,72
Gaussian-splat shell	15,3	35.172	7/7	%0,00

Bu tablo yalnız “en az üçgen = en iyi” şeklinde yorumlanmamalıdır. Gaussian-splat shell en kompakt mesh'i üretmiş ve watertight kalmıştır; fakat kaynak brick course yapılarını güçlü smoothing altında cement-dominated tek envelope içine emdiğini belirtmektedir. Poisson daha ince class boundary ayrımlarını korumuş fakat üç mesh'i açık bırakmıştır. Adaptive alpha-shape ise çalışmanın kendi gerçek sahnesinde hem watertightness hem class partition korunumu bakımından tercih edilen backend olmuştur.

Reverse-schematism'in bilinen hataları

Kaynak bu aşamayı kusursuz göstermemektedir. Yalnız iki yüzü görünür brick'lerde 1–2,5 cm frame ambiguity kalabilmektedir. Gravity-fill prior overhanging geometriyi fazla solid hale getirebilir. Clipped yüzeyler yaklaşık 8 mm voxel staircase izi taşıyabilir. Bu hatalar modelin başarısızlığını gizlemek yerine belirli prior'lara bağlanmaktadır.

Çalışmanın desteklediği sonuçlar

Random point split + positional channels tek-sahne 3B segmentasyonda gerçek recognition yerine spatial interpolation ölçebilir.
KNS-PS kategorik prior'ları altı tekrarda worst-case mIoU sınırını yükseltmiş ve koşudan koşuya değişkenliği azaltmıştır.
+5,1 puanlık mean mIoU artışı kaynakta istatistiksel olarak kanıtlanmış bir ortalama accuracy gain olarak kabul edilmemiştir.
Brick planarity ve community prior'ları factorial ablasyonda pozitif ana etki göstermiştir.
Yanlış sahne varsayımına dayanan base-support prior negatif etki gösterebilir.
Color-reality prior yoğun chromatic domain shift altında bozulabilir.
HITL iş akışı ölçülen uzman etkileşim süresini 266 dakikadan 37 dakikaya indirmiştir.
Reverse-schematism doğrulanmış etiket alanından parametrik/watertight geometri üretebilmiştir.

Çalışmanın desteklemediği sonuçlar

KNS-PS'nin bütün CDW sahnelerinde ortalama doğruluğu istatistiksel olarak artırdığı kanıtlanmamıştır.
Sonuçlar çok-sahalı bağımsız benchmark doğrulaması değildir.
Pipe sınıfı ana block-holdout nicel stabilizasyon sonucuna dahil edilmemiştir.
%86,1 değeri toplam bilgisayar/enerji/işlem maliyetindeki azalma değildir; uzman etkileşim zamanıdır.
Kantçı felsefenin “doğru AI teorisi” olduğu deneysel olarak kanıtlanmamıştır; çalışma felsefi kategorileri mühendislik tasarım ilkelerine dönüştürmektedir.
Reverse-schematism çıktısının bütün BIM yazılımlarında otomatik sorunsuz çalışacağı gösterilmemiştir.
ROS 2/MoveIt 2 ile otonom fiziksel yıkım bu çalışmada gerçekleştirilmiş bir deney değildir.
XR tabanlı tam saha apperception ve closed-loop KUKA yürütmesi bu makalenin tamamlanmış doğrulaması değildir.

Çalışmanın başlıca sınırlılıkları

Tek sahne: bütün ana nicel segmentasyon sonuçları tek bir sahneye dayanmaktadır. CODD, ZeroWaste ve farklı fiziksel özellik taşıyan ikinci bir sahnede sistematik benchmarking gelecek çalışma olarak bırakılmıştır.

Pipe holdout problemi: checkerboard block-holdout tek uzun pipe nesnesini bağımsız test parçasına dönüştürmekte başarısız olduğundan ana stabilizasyon iddiaları concrete, brick ve bunların sınıf ortalamasıyla sınırlıdır.

İstatistiksel güç: en iyi mean gain \(n=6\) tekrar altında anlamlı değildir. Kaynağın ana claim'i bu nedenle accuracy değil stability'dir.

Rule selection leakage riski: rule yapılandırmaları aynı sahnede seçilmiş ve değerlendirilmiştir. Başka sahnede kural seçimi/doğrulaması yapılmadan “genel optimal kural seti” denemez.

Domain shift: color-reality prior'ın dayandığı renk düzeni toz, ışık veya sensör değişimiyle bozulabilir. Kaynak aynı anda renk ve konum bilgisinin ciddi kaybında %5 seed geometrik öğrenmenin de 0,17–0,20 mIoU düzeyine çöktüğünü capability boundary olarak belirtmektedir.

Hand-tuned meta-parametreler: \(\alpha\), \(\beta\), curriculum thresholds \(T\) ve %85 mode-collapse ceiling kaynak tarafından elle ayarlanmış parametrelerdir.

195.569 / 237.560 nokta farkı: arayüz/reconstruction değerlendirmesi ile labor-economics değerlendirmesi farklı point count'larla raporlanmaktadır. Kaynak bu farkın preprocessing, farklı örnek veya başka bir veri aşamasından kaynaklanıp kaynaklanmadığını açık biçimde açıklamamaktadır.

Robotik ve XR entegrasyonunun gerçek durumu

Makale fiziksel robotik yıkım deneyi yaptığını iddia etmemektedir. Kaynak bunu açıkça gelecek entegrasyon yolu olarak ayırır. Bununla birlikte rcxr adlı Godot tabanlı bir entegrasyon arayüzünün geliştirilmekte olduğu belirtilmektedir. Bu mimaride wrist-mounted RealSense D415, altı eksenli KUKA KR210, Raspberry Pi 5 acquisition node, ROS 2 TSDF fusion, Godot front end ve USD üzerinden NVIDIA Omniverse/Isaac Sim eşleme bileşenleri tanımlanmıştır.

Kaynak Figure 16'da bileşenleri implemented, in progress ve planned olarak ayırmaktadır. KNS-PS semantic segmentation'ın bu acquisition pipeline'a eklenmesi, MoveIt 2 planlaması ve physical KR210 üzerinde closed-loop execution gelecek aşamalardır. Bu nedenle mevcut çalışmanın segmentasyon sonucunu “robot yıkımı başarıyla gerçekleştirdi” şeklinde genişletmek doğru değildir.

Kaynak ve Yöntem Notu

Özgün çalışma: An annotation-efficient Kantian neuro-symbolic AI framework for few-shot point cloud segmentation of construction and demolition waste.

Yazarlar: Yüklenen PDF'nin başlık sayfasında yazar adları bulunmamaktadır. Güvenilir resmî bibliyografik kayıt üzerinden doğrulanamadığı için isim eklenmemiştir.

Corresponding author: Yüklenen PDF'de belirtilmemektedir.

Eşit katkı: Yüklenen PDF'de belirtilmemektedir.

Kurum / afiliyasyon: Yüklenen PDF'de yazar afiliyasyonları belirtilmemektedir.

Kaynak türü: Az örnekli 3B point-cloud semantic segmentation, Human-in-the-Loop anotasyon, neuro-symbolic learning ve geometrik reconstruction içeren hesaplamalı araştırma preprinti.

Hakemlik durumu: PDF her sayfada “This preprint research paper has not been peer reviewed” ibaresini taşımaktadır.

Platform: SSRN.

SSRN abstract numarası: 7624637.

Resmî bağlantı: https://ssrn.com/abstract=7624637

DOI: Yüklenen PDF'de verilmemektedir ve güvenilir resmî kaynaktan doğrulanamadığı için tahmin edilmemiştir.

Posting / yayın tarihi: Yüklenen makale metninde bibliyografik posting tarihi belirtilmemektedir. PDF dosya metadata tarihleri bilimsel yayın tarihi olarak kabul edilmemiştir.

Dergi / cilt / sayı: İncelenen kaynak bir journal version of record değildir; bu bibliyografik alanlar kaynakta bulunmamaktadır.

Lisans: Açık Creative Commons yeniden kullanım lisansı doğrulanamamıştır. Kaynak figürleri bu nedenle birebir kopyalanmamıştır.

Merkezî model: Kantian Neuro-Symbolic Perception System (KNS-PS), dual-head EdgeConv tabanlı graph neural network + diferansiyellenebilir categorical priors + Human-in-the-Loop curriculum self-training.

Girdi özellikleri: Normalleştirilmiş 3B koordinatlar, RGB, yönlü yüzey normalleri, covariance-derived linearity, planarity ve scattering.

Graf yapısı: Self-loop-free k-nearest-neighbor topology.

Supervised loss: Dynamic balanced focal loss; \(\gamma=2,0\).

Color prior: \(R_d=r-(g+b)/2\); \(\theta_b=0,05\), \(\theta_c=0,02\).

Pipe shape prior: Linearity threshold \(L_i=0,6\) sınırı kaynak denkleminde kullanılır.

Curriculum: \(T=\{0,95,0,90,0,85\}\).

Mode-collapse brake: Tek bir sınıf pseudo-label alanının %85'inden fazlasını ele geçirirse aktif tur reddedilir.

Confidence strata: apodictic \(c_i\geq0,85\); assertoric \(0,6\leq c_i<0,85\); problematic \(c_i<0,6\).

Yazılım: Algorithmic pipeline Python + TensorFlow 2.x; interactive visualization Open3D.

Arayüz: 15.000 nokta üzerindeki viewport için LOD/downsample; hedef >30 FPS; brush projection güncellemesi 50 ms throttle.

Optimizer / öğrenme oranı / batch size / GPU donanımı: Kaynakta açık biçimde raporlanmış güvenilir bir değer tespit edilmedi; eksik alanlar doldurulmamıştır.

Ana değerlendirme protokolü: 4 × 4 spatial checkerboard block-holdout; training cell'lerden sınıf başına %5 seed; held-out cell değerlendirmesi; positional xyz/normalized-height kanalları çıkarılmıştır.

Ana tekrar sayısı: Beş rule configuration için altı paired random-seed/checkerboard-phase tekrarı.

Ana performans yorumu: Core+community mean mIoU artışı +5,1 puan olmakla birlikte \(n=6\)'da anlamlı değildir; ana kanıt varyansın 5,2 kat azalması ve worst-case floor'un 0,333'ten 0,495'e yükselmesidir.

Factorial ablation: Üç core rule sabitken dört variable rule için \(2^4=16\) kombinasyon. Main effects: brick planarity +3,3; community +1,8; cement scatter −0,3; base support −1,9 mIoU puanı.

Anotasyon ekonomisi: 237.560 noktalı sahnede dense manual expert time 266 dk; KNS-PS expert interaction 37 dk; kaynakta raporlanan azalma %86,1. Yaklaşık 9 dk unattended curriculum machine time uzman süresine dahil edilmemiştir.

Reverse-schematism: Pipe/rebar → DBSCAN + PCA + median radius + parametrik cylinder; brick → 240 × 120 × 60 mm module, 10 mm mortar gap, bond-pattern packing; concrete → adaptive alpha-shape, \(\alpha=\max(4\bar d,20\ \mathrm{mm})\).

Gerçek sahne envelope benchmarkı: 195.569 nokta, yedi class-level component. Adaptive alpha-shape: 13,7 s, 50.558 triangles, 7/7 watertight. Poisson: 13,9 s, 109.528 triangles, 4/7 watertight. Gaussian-splat shell: 15,3 s, 35.172 triangles, 7/7 watertight fakat kaynakta aşırı smoothing ile class structure kaybı raporlanmıştır.

Kaynak içi point-count farkı: Figure 5 / reverse reconstruction 195.569 noktalı değerlendirme sahnesini; labor-economics Table 3 ise 237.560 noktalı evaluation scene'i kullanır. İlişki kaynakta açık biçimde açıklanmadığından eşitlenmemiştir.

Finansman: Yüklenen PDF'de ayrı bir funding beyanı tespit edilmemiştir.

Yazar katkıları / CRediT: Yüklenen PDF'de ayrı bir CRediT authorship contribution statement tespit edilmemiştir.

Generatif yapay zekâ beyanı: Yazarlar Claude (Anthropic) kullandıklarını; kullanımın paragraf organizasyonu/düzeni ve İngilizce gramer kontrolü amacı taşıdığını; temel kavramların, önerilen çerçevenin ve geliştirmenin yazarlardan kaynaklandığını; nihai içerik sorumluluğunu üstlendiklerini beyan etmektedir.

Çıkar çatışması: Yazarlar bilinen rakip finansal çıkar veya çalışmayı etkileyebilecek kişisel ilişki bulunmadığını beyan etmektedir.

Veri erişilebilirliği: “Data will be made available on request.” beyanı bulunmaktadır.

Temel yöntemsel sınırlılık: Tek-sahne değerlendirme, pipe sınıfının ana block-holdout sonucundan çıkarılması, kural seçiminin aynı sahnede yapılması, küçük tekrar sayısı ve elle ayarlanmış prior/curriculum meta-parametreleri genellenebilirliği sınırlar.

Robotik/XR durumu: Fiziksel robotic deconstruction experiment bu çalışmada gerçekleştirilmemiştir. rcxr acquisition/digital-twin entegrasyonu geliştirilmekte olup KNS-PS semantic insertion, MoveIt 2 ve closed-loop physical execution gelecek aşamalar olarak sunulmaktadır.

Bilgilendirme ve Düzeltme Notu

Bu içerik, ilgili akademik çalışma esas alınarak yapay zekâ destekli araçlardan yararlanılarak hazırlanmıştır. Amaç; çalışmanın temel konusu, yöntemi ve bulgularını daha anlaşılır ve erişilebilir bir biçimde aktarmaktır.

İçerik hazırlanırken kaynak çalışmaya bağlı kalınmasına özen gösterilmekle birlikte, yapay zekâ destekli içerik üretim süreçlerinde anlam, ifade, çeviri veya yorumlama kaynaklı hatalar oluşabilir. İçerikte bilimsel, teknik veya bağlamsal bir hata tespit etmeniz hâlinde bizi info@verianla.com.tr adresinden bilgilendirebilirsiniz. Bildirilen hususlar incelenerek gerekli görülen düzeltmeler yapılacaktır.

Ayrıca, Verianla üzerinde çalışmasına yer verilen makalenin yazarı, hak sahibi veya yetkili temsilcisi; ilgili içeriğin yayından kaldırılmasını talep edebilir. Kaldırma talepleri için info@verianla.com.tr adresine, ilgili makalenin bağlantısı ve talebi açıklayan kısa bir bilgi ile e-posta gönderilmesi yeterlidir. Talep incelendikten sonra gerekli işlem gerçekleştirilecektir.

Verianla, akademik çalışmaların yerine geçmeyi değil; bilimsel içeriğin daha geniş kitleler tarafından anlaşılmasına katkı sağlamayı amaçlar. Akademik veya profesyonel değerlendirmelerde her zaman çalışmanın özgün kaynağının esas alınması önerilir.

Paylaş: