技術要約：大規模な「イン・ザ・ワイルド」な幾何形状処理のためのモンテカルロ・ステクレフ演算子

1. 問題設定

固有幾何処理手法、特にラプラス・ベルトラミ演算子に依存する手法は、その等長不変性からメッシュ解析の標準となっている。しかし、これらの手法は、「イン・ザ・ワイルド（実環境下）」の幾何形状においては成立しない仮定に基づいている。すなわち、メッシュはしばしば低品質な（退化した三角形分割を持つ）ものであり、複数の連結成分や非多様体的なトポロジーを持つ。固有演算子は、このような条件下では脆弱であり、同じ計量（メトリック）を共有しながらも外的な構成が異なる形状（例：異なるポーズをとる人間）を区別することができない。

一方で、体積的アプローチは占有体積を捉えることでより安定した信号を提供するが、スケーラビリティと堅牢性の面で大きな課題に直面している。古典的な有限要素法（FEM）や境界要素法（BEM）による体積演算子（ディリクレ・トゥ・ネーマン演算子など）は、高価な四面体分割を必要とし、密な行列を生成し、要素の品質に敏感である。その結果、数百万の面や数千の非連結成分を含む大規模かつ非精選されたデータセットに対して、ステクレフ・スペクトル（ディリクレ・トゥ・ネーマン演算子の固有モード）を計算することは不可能であった。

2. 手法

著者らは、体積メッシングや密な中間行列を必要とせずに、ディリクレ・トゥ・ネーマン（DtN）演算子とその関連するステクレフ・固有スペクトルを推定するためのモンテカルロ法を提案する。

2.1 ディリクレ・トゥ・ネーマン演算子

DtN演算子 $\Lambda$ は、境界 $\partial\Omega$ 上のスカラ関数 $g$ を、その調和拡張 $u$ の境界を通る法線フラックス（$\Lambda g = \partial_n u$）へと写像する。その固有対はステクレフ・モードを提供し、形状の外的なスペクトル記述を与える。著者らはこれを外部領域（$\mathbb{R}^3 \setminus \Omega$）へと拡張しており、これにより、演算子が周囲の空間を通じてトポロジー的に非連結な成分同士を結合することを可能にしている。

2.2 ビュルリング・デニー分解によるモンテカルロ推定

調和拡張の有限差分に基づく、DtN演算子の素朴なモンテカルロ推定器は、分散が高く、スペクトル解析に不可欠な正定値性（PSD）を保証できない。

これを克服するために、著者らはDtereletのディリクレ形式を「ジャンプ核」成分へと分解するビュルリング・デニー定理を利用する。彼らは以下の恒等式に基づいた新しい推定器を導出している：
$$\mathcal{E}[f, g] = \frac{1}{2} \iint_{\partial\Omega \times \partial\Omega} (f(s) - f(t))(g(s) - g(t)) J_\Omega(s, t) \, ds \, dt$$
ここで、$J_\Omega$ はジャンプ核である。

主要な技術的革新：

1. 分散低減： ジャンプ核をノイズの多い有限差分で推定する代わりに、著者らはその核を解析的部分（点 $s$ における表面に接する最大の球のジャンプ核）と確率的部分（ブラウン運動が球の表面から領域を脱出する確率）に分解する。
2. PSDの保証： 推定器をランク1のPSD外積（$d(s,t)d(s,t)^T$）の期待値として表現することで、得られる行列はサンプリングノイズに関わらずPSDであることが保証される。
3. 外部領域の取り扱い： 外部DtN演算子に対して、著者らはケルビン変換を用いて、非有界な外部領域を有界な領域へと写像する。これにより、Walk-on-Spheres（WoS）の使用が可能となり、外部の問題を変換後の空間における解ける内部問題へと変換できる。
4. ガラーキン基底からの独立性： この手法は、演算子の解像度を表面メッシュの品質から切り離す。メッシュの接続性に依存せず、点ベースの関数空間（点群のラプラス固有モードなど）を使用できるため、低品質な三角形分割に対しても堅牢である。

2.3 実装

推定器はCUDAを用いて実装されており、効率的な距離クエリのためにBVH構造を利用している。この手法は、メッシュベースおよび点ベースの両方のガラーキン基底をサポートしており、数百万の面を持つメッシュにもスケールさせることが可能である。

3. 主な貢献

1. モンテカルロ推定器： 三角形メッシュに対する、内部および外部のDtN演算子のための、効率的でPSDが保証されたモンテカルロ推定器の導出。これにより、四面体分割が不要となる。
2. スケーラビリティと堅牢性： 非精選されたObjaverseデータセットに含まれる、数百万の面、数千の連結成分、および退化した三角形分割を持つ形状を含む、約45万の形状に対してステクレフ・固有スペクトルを計算できる能力のデモンストレーション。
3. Stekllov-CLIP： これらの演算子をニューラルネットワーク（Stekllov-CLIP）に統合し、大規模なコントラスティブ3D表現学習を行う。このネットワークは、テキスト・画像モデル（CLIP）と整合したグローバルかつ高密度な形状表現を学習し、ゼロショットでの意味的パーツのローカライゼーションを可能にする。

4. 結果

• 収束性： 推定された内部ステクレフ・スペクトルは、Thingi10kデータセットを用いた最先端の境界要素法（BEM）による結果と収束し、熱核シグネチャ（HKS）はほぼ同一の構造を示した。
• パフォーマンス： モンテカルロ法はBEMよりも数桁高速である。BEMは10万頂点を超えるメッシュでメモリ不足やタイムアウトにより失敗するが、提案手法はコンシューマ向けGPU（RTX 4090）上で、数百万の面を持つメッシュを数分で処理できる。
• 堅牢性： 2,662個の連結成分と細長い三角形（スリバー）を持つCommodore 64のキーボードメッシュのような、極めて退化した幾何形状を正常に処理し、意味のある熱拡散挙動を生み出した。
• 表現学習： Objaverse-LVISゼロショット分類ベンチマークにおいて、Stekllov-CLIPは、点群やマルチビューの手法と比較して、より少ないパラメータと少ないデータ量でありながら、競争力のある性能（Top-1: 49.1%）を達成した。
• きめ細かな整合性： Partverseデータセットの小規模なサブセットでファインチューニングを行った後、モデルは密な意味的パーツ検索において大幅な改善（Top-1: 60.1%）を達成し、複雑な多成分形状においても意味的な構成要素（例：「角」、「車輪」）を正常に特定できた。

5. 重要性と主張

本論文は、これまで大規模な適用が困難と考えられていた幾何学的に厳密な体積演算子が、確率的推定を通じて実用可能であることを主張している。DtN演算を外部領域へと一般化することで、本手法は、固有的手法が見落としがちな、非連結な成分間の相互作用を捉えることができる。

著者らは、本研究を厳密な幾何学的解析と現代的なディープラーニングの架け橋として位置づけており、体積スペクトル法を「イン・ザ・ワイルド」なデータセットに適用することを可能にしている。また、スペクトル近似は幾何処理や学習には十分であるが、応用科学で必要とされる最高周波成分までは捉えきれない可能性があることを述べている。さらに、外部の推定器は現在、ケルビン反転されたドメインにおける高価な距離クエリによってボトルネックとなっていること、およびガラーキン基底の計算が非常に大きなメッシュに対してCPUバウンドなボトルネックとなっていることを認めている。

最終的に、本研究は、体積スペクトル解析が現代の3Dデータセットのスケールにおいて実行可能であることを示しており、堅牢な形状解析と表現学習への新たな道を切り開くものである。