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

Resumo Técnico: KDH-CAD

Problema
O aprendizado profundo em Design Auxiliado por Computador (CAD) é fundamentalmente limitado pela escassez de dados. Ao contrário da linguagem natural ou de imagens, dados de CAD industriais autênticos são difíceis de coletar em escala devido a restrições proprietárias e à alta especialização necessária para a modelagem. Embora existam conjuntos de dados sintéticos (ex: ABC, SketchGraphs), eles frequentemente falham em capturar a intenção de design do mundo real, o histórico de recursos e as restrições funcionais, limitando sua aplicabilidade a cenários práticos. Consequentemente, métodos de CAD baseados em aprendizado estão defasados em relação a outros campos ricos em dados. As abordagens existentes que tentam mitigar isso via escalonamento de dados sintéticos ou aprendizado de poucos disparos (few-shot learning) frequentemente carecem da capacidade de incorporar conhecimento de domínio estruturado ou sofrem com o "descompasso conceito-geometria", onde a variabilidade geométrica dentro de uma única categoria de peça confunde modelos puramente orientados a dados.

Metodologia: KDH-CAD
Os autores propõem o KDH-CAD (Knowledge–Data Hybrid CAD learning), um framework que reformula o aprendizado de CAD sob escassez de dados como um problema de completude e calibração de conhecimento. Em vez de depender de conjuntos de dados massivos, o KDH-CAD integra três componentes:

1. Modelos de Fundação Pré-treinados: Especificamente, um Modelo de Visão-Linguagem (VLM), o Qwen3-VL-2B-Instruct, que fornece um espaço de representação latente transferível.
2. Conhecimento de Domínio Estruturado: Extraído de livros didáticos de design mecânico e vídeos tutoriais, organizado em "tripletos de conhecimento de engenharia" (Terminologia Canônica, Descrição e Demonstração Visual).
3. Dados Rotulados Limitados: Um pequeno conjunto de amostras de CAD específicas para a tarefa, usadas para calibração.

O framework opera em duas etapas primárias:

• Elicitação e Completude de Conhecimento:
  O VLM é condicionado aos tripletos de conhecimento de engenharia estruturado para extrair "embeddings de conhecimento". Este processo elicia conceitos relevantes ao CAD (ex: tipos específicos de peças como engrenagens ou flanges) que são frequentemente expressos de forma fraca ou suprimidos no corpus de pré-treinamento geral. Ao ancorar o VLM com definições autoritativas e exemplos visuais, o modelo gera embeddings que representam conceitos canônicos de CAD, em vez de características visuais genéricas.

• Calibração de Conhecimento com Dados Limitados:
  Para abordar o descompasso entre conceitos abstratos e variações geométricas específicas na tarefa alvo, um Rede de Calibração de Conhecimento leve é introduzido. Esta rede mantém o modelo de fundação congelado e aprende dois mecanismos específicos:

  1. Submódulo de Vetor de Deslocamento (Shift-Vector): Aprende vetores de deslocamento aditivos para cada conceito com base na distribuição do conjunto de dados alvo. Isso re-centraliza os embeddings de conhecimento para considerar a variabilidade geométrica (ex: diferentes formas de "suportes") sem realizar o ajuste fino (fine-tuning) do massivo modelo de fundação.
  2. Submódulo de Atenção Cruzada (Cross-Attention): Alinha os embeddings de conhecimento deslocados com os embeddings dos dados de entrada (derivados de imagens renderizadas de múltiplas vistas das peças de CAD). Os dados atuam como uma consulta (query) para ponderar e agregar os conceitos de conhecimento mais relevantes, produzindo uma representação robusta e alinhada à tarefa.

O sistema é instanciado para classificação de peças, onde produz tanto um rótulo de categoria quanto, unicamente, uma descrição semântica da peça gerada pelo VLM com base no conhecimento alinhado.

Principais Contribuições

1. Introdução de Framework: A proposta do KDH-CAD, um framework híbrido que combina modelos de fundação pré-treinados, conhecimento de domínio estruturado e o mínimo de dados rotulados para resolver a escassez de dados de CAD.
2. Novo Método de Classificação de Peças: Uma implementação específica que alcança desempenho de estado da arte com apenas centenas de amostras de treinamento, contrastando com métodos existentes que exigem dezenas de milhares.
3. Alternativa ao Escalonamento de Dados: Uma demonstração empírica de que a integração de conhecimento de domínio estruturado é uma alternativa prática e eficaz ao escalonamento de conjuntos de dados de CAD reais ou sintéticos.

Resultos Experimentais
O método foi avaliado em dois conjuntos de dados de classificação de peças mecânicas do mundo real: TMCAD (9.799 modelos, 10 categorias) e FabWave (subconjunto de 8 categorias).

• Desempenho com Baixos Dados: O KDH-CAD alcançou 92,6% de precisão com apenas 250 amostras de treinamento e 95,8% com 1.000 amostras no TMCAD. Este desempenho iguala ou supera as linhas de base de estado da arte (UV-Net, AAGNet, BRT) que foram treinadas em conjuntos de dados 10 a 80 vezes maiores.
• Robustez: O método demonstrou precisão consistente através de dez divisões de dados aleatórias com variância negligenciável, indicando robustez à seleção de amostras.
• Capacidade de Recuperação: Em tarefas de recuperação de modelos de CAD, o KDH-CAD alcançou 96,18% de Recall@1 com apenas 1.000 amostras, superando as linhas de base treinadas em 10.000 amostras por quase 10 pontos percentuais.
• Saída Semântica: Diferente das linhas de base que apenas produzem índices de classe, o KDH-CAD gerou com sucesso descrições semânticas interpretáveis (categoria, geometria, função) para as peças classificadas.
• Estudos de Ablação: A remoção do conhecimento de domínio ou dos módulos de calibração (vetores de deslocamento e atenção cruzada) resultou em quedas significativas de desempenho, confirmando que tanto a elicitação de conhecimento quanto a calibração geométrica são essenciais.

Significância e Alegações
O artigo afirma que o KDH-CAD fornece uma direção fundamentada e prática para o aprendizado de CAD com eficiência de dados. Ao tratar o aprendizado de CAD como uma tarefa de completude de conhecimento, a abordagem reduz substancialmente a dependência de grandes conjuntos de dados de CAD de alta qualidade, que são difíceis de obter. Os autores observam que o método espelha o processo de aprendizagem de um estudante de engenharia: adquirir conceitos de referências autoritativas e calibrá-los através de exercícios representativos.

No entanto, os autores são modestos quanto às limitações. Eles reconhecem que o método pode ter dificuldades com peças altamente complexas ou incomuns, pois o conhecimento de domínio genérico (livros didáticos/vídeos) cobre estruturas canônicas, mas pode perder variantes especializadas e dependentes de aplicação. Eles sugerem que trabalhos futuros poderiam incorporar conhecimento proprietário de empresas (potencialmente via aprendizado federado) para abordar esses casos de borda. Além disso, a implementação atual depende de imagens renderizadas de múltiplas vistas, em vez de topologia CAD nativa (ex: B-rep), embora o framework central não seja inerentemente limitado a entradas de imagem.