模型Attributed Adjacency Graph Network
AAGNet
基于属性邻接图的B-Rep分割神经网络，在面邻接图基础上将面间几何关系（如凸/凹过渡、共享边类型）编码为边属性，捕捉更细粒度的装配与特征语义
时间轴 (近 90 天)
10月12日
研究引入UV-Net和AAGNet两个代表性的B-Rep分割模型，并基于新构建的人工标注基准数据集进行训练
待验证50%
10月12日
AAGNet（Attributed Adjacency Graph Network）将面与面之间的几何关系编码为图的边属性，以捕捉更细粒度的装配与特征语义
待验证50%
10月12日
学习法在标注数据充足时能取得很强的性能，但在面对域偏移时鲁棒性显著下降
待验证50%