分辨率不变的自适应体积力学属性场

基于摘要分析。该研究针对多数三维资产缺乏可靠力学材料参数的问题，提出 AdaVoMP，为不同表示形式的输入三维对象预测稠密、空间变化的杨氏模量（E）、泊松比（ν）与密度（ρ）场，以支持可变形物体的物理仿真。其主要研究对象是三维资产的材料属性估计，而非神经信号或 BCI。 核心机制是稀疏自适应体素结构 SAV，同时表示输入三维形状和输出材料场。AdaVoMP 以稀疏 transformer 编码器—解码器替代先前方法 VoMP 的固定体素模型，并通过自回归方式为每个输入形状生成专属 SAV。摘要将这种表示与模型设计作为提高分辨率、准确性和内存效率的基础，但未提供损失函数、监督来源、训练流程及自回归生成细节。 作者报告，相对先前方法，AdaVoMP 达到高出 16³ 倍的分辨率，并在测试时计算量低于所比较既有方法的条件下，估计出更准确的体积属性。该分辨率倍数具体指体素总量、空间采样密度还是其他定义，尚需正文核对，不能解释为每个空间轴均提高 16³ 倍。作者还报告，该方法可将高分辨率复杂三维对象转化为可用于仿真的资产，得到逼真的可变形仿真。 数据集、训练与测试划分、输入表示类型、误差指标、计算量和内存测量条件、消融及统计信息尚未验证；标题所称“分辨率不变”的具体定义与验证范围也需核对全文。现有材料未建立该材料场预测机制与 EEG/BCI 任务的具体对应关系，因此不据此推断 BCI 效果或提出迁移复现实验。