KDH-CAD: Knowledge-data hybrid CAD learning under data scarcity

Resumen Técnico: KDH-CAD

Planteamiento del Problema
El aprendizaje profundo en el Diseño Asistido por Computadora (CAD) está fundamentalmente limitado por la escasez de datos. A diferencia del lenguaje natural o las imágenes, los datos industriales auténticos de CAD son difíciles de recolectar a escala debido a las restricciones de propiedad y al alto nivel de pericia requerido para el modelado. Aunque existen conjuntos de datos sintéticos (por ejemplo, ABC, SketchGraphs), estos suelen fallar al capturar la intención de diseño del mundo real, el historial de características y las restricciones funcionales, lo que limita su aplicabilidad en escenarios prácticos. En consecuencia, los métodos de aprendizaje basados en CAD se encuentran rezagados respecto a otros campos con abundancia de datos. Los enfoques existentes que intentan mitigar esto mediante el escalado de datos sintéticos o el aprendizaje de pocos disparos (few-shot learning) a menudo carecen de la capacidad para incorporar conocimiento de dominio estructurado o sufren del "desajuste concepto-geometría", donde la variabilidad geométrica dentro de una sola categoría de pieza confunde a los modelos puramente impulsados por datos.

Metodología: KDH-CAD
Los autores proponen KDH-CAD (Knowledge–Data Hybrid CAD learning), un marco que redefine el aprendizaje de CAD bajo la escasez de datos como un problema de completitud y calibración de conocimiento. En lugar de depender de conjuntos de datos masivos, KDH-CAD integra tres componentes:

1. Modelos Fundacionales Preentrenados: Específicamente, un Modelo de Visión-Lenguaje (VLM), Qwen3-VL-2B-Instruct, que proporciona un espacio de representación latente transferible.
2. Conocimiento de Dominio Estructurado: Obtenido de libros de texto de diseño mecánico y videos tutoriales, organizado en "tripletas de conocimiento de ingeniería" (Terminología Canónica, Descripción y Demostración Visual).
3. Datos Etiquetados Limitados: Un pequeño conjunto de muestras de CAD específicas de la tarea utilizados para la calibración.

El marco opera en dos etapas primarias:

• Elicitación y Completitud del Conocimiento:
  El VLM se condiciona mediante las tripletas de conocimiento de ingeniería estructurado para extraer "embeddings de conocimiento". Este proceso elicia conceptos relevantes para el CAD (por ejemplo, tipos de piezas específicos como engranajes o bridas) que a menudo están débilmente expresados o suprimidos en el corpus de preentrenamiento general. Al anclar el VLM con definiciones autorizadas y ejemplos visuales, el modelo genera embeddings que representan conceptos canónicos de CAD en lugar de características visuales genéricas.

• Calibración de Conocimiento con Datos Limitados:
  Para abordar el desajuste entre los conceptos abstractos y las variaciones geométricas específicas en la tarea objetivo, se introduce una Red de Calibración de Conocimiento ligera. Esta red mantiene congelado el modelo fundacional y aprende dos mecanismos específicos:

  1. Submódulo de Vector de Desplazamiento (Shift-Vector): Aprende vectores de desplazamiento aditivos para cada concepto basados en la distribución del conjunto de datos objetivo. Esto recentra los embeddings de conocimiento para dar cuenta de la variabilidad geométrica (por ejemplo, diferentes formas de un "soporte") sin realizar un ajuste fino (fine-tuning) del masivo modelo fundacional.
  2. Submódulo de Atención Cruzada (Cross-Attention): Alinea los embeddings de conocimiento desplazados con los embeddings de los datos de entrada (derivados de imágenes renderizadas multi-vista de las piezas de CAD). Los datos actúan como una consulta (query) para ponderar y agregar los conceptos de conocimiento más relevantes, produciendo una representación robusta y alineada con la tarea.

El sistema se instancia para la clasificación de piezas, donde produce tanto una etiqueta de categoría como, de forma única, una descripción semántica de la pieza generada por el VLM basada en el conocimiento alineado.

Contribuciones Clave

1. Introducción del Marco: La propuesta de KDH-CAD, un marco híbrido que combina modelos fundacionales preentrenados, conocimiento de dominio estructurado y un mínimo de datos etiquetados para resolver la escasez de datos de CAD.
2. Nuevo Método de Clasificación de Piezas: Una implementación específica que logra un rendimiento de vanguardia con solo cientos de muestras de entrenamiento, contrastando con los métodos existentes que requieren decenas de miles.
3. Alternativa al Escalado de Datos: Una demostración empírica de que la integración de conocimiento de dominio estructurado es una alternativa práctica y efectiva al escalado de conjuntos de datos de CAD reales o sintéticos.

Resultados Experimentales
El método fue evaluado en dos conjuntos de datos de clasificación de piezas mecánicas del mundo real: TMCAD (9,799 modelos, 10 categorías) y FabWave (un subconjunto de 8 categorías).

• Rendimiento con Pocos Datos: KDH-CAD alcanzó un 92.6% de precisión con solo 250 muestras de entrenamiento y un 95.8% con 1,000 muestras en TMCAD. Este rendimiento iguala o supera a las líneas base de vanguardia (UV-Net, AAGNet, BRT) que fueron entrenadas en conjuntos de datos de 10 a 80 veces más grandes.
• Robustez: El método demostró una precisión consistente a través de diez divisiones de datos aleatorias con una varianza insignificante, lo que indica robustez ante la selección de muestras.
• Capacidad de Recuperación: En tareas de recuperación de modelos CAD, KDH-CAD logró un 96.18% de Recall@1 con solo 1,000 muestras, superando a las líneas base entrenadas con 10,000 muestras por casi 10 puntos porcentuales.
• Salida Semántica: A diferencia de las líneas base que solo emiten índices de clase, KDH-CAD generó con éxito descripciones semánticas interpretables (categoría, geometría, función) para las piezas clasificadas.
• Estudios de Ablación: Eliminar el conocimiento de dominio o los módulos de calibración (vectores de desplazamiento y atención cruzada) resultó en caídas significativas de rendimiento, confirmando que tanto la elicitación de conocimiento como la calibración geométrica son esenciales.

Significancia y Reivindicaciones
El artículo afirma que KDH-CAD proporciona una dirección fundamentada y práctica para el aprendizaje de CAD eficiente en datos. Al tratar el aprendizaje de CAD como una tarea de completitud de conocimiento, el enfoque reduce sustancialmente la dependencia de grandes conjuntos de datos de CAD de alta calidad, que suelen ser difíciles de obtener. Los autores señalan que el método refleja el proceso de aprendizaje de un estudiante de ingeniería: adquirir conceptos de referencias autorizadas y calibrarlos mediante ejercicios representativos.

Sin embargo, los autores son modestos respecto a las limitaciones. Reconocen que el método puede tener dificultades con piezas altamente complejas o poco comunes porque el conocimiento de dominio genérico (libros de texto/videos) cubre estructuras canónicas pero puede omitir variantes especializadas y dependientes de la aplicación. Sugieren que el trabajo futuro podría incorporar conocimiento propietario de empresas (potencialmente vía aprendizaje federado) para abordar estos casos límite. Además, la implementación actual depende de imágenes multi-vista renderizadas en lugar de la topología nativa de CAD (por ejemplo, B-rep), aunque el marco central no está intrínsecamente limitado a entradas de imagen.