模拟检索器：用于模拟电路检索的跨模态表示学习
AnalogRetriever: Learning Cross-Modal Representations for Analog Circuit Retrieval
Yihan Wang, Lei Li, Yao Lai, Jing Wang, Yan Lu
⭐ 1
• AnalogRetriever是一个统一的三模态检索框架，旨在通过整合多种数据形式来增强模拟电路设计。
• 该框架能够将电路原理图、文本描述和网表结构编码到一个共享的嵌入空间中，实现高效的跨模态检索。
• 它利用视觉语言模型处理图像和文本数据，并结合图卷积网络来理解网表等结构化信息。
• 通过这种方式，AnalogRetriever为模拟电路的快速检索提供了强大支持，从而加速设计与开发流程。
🔗 arXiv · 🤗 HF
#模拟电路 #跨模态检索 #多模态学习 #图神经网络 #视觉语言模型
AnalogRetriever: Learning Cross-Modal Representations for Analog Circuit Retrieval
Yihan Wang, Lei Li, Yao Lai, Jing Wang, Yan Lu
⭐ 1
• AnalogRetriever是一个统一的三模态检索框架，旨在通过整合多种数据形式来增强模拟电路设计。
• 该框架能够将电路原理图、文本描述和网表结构编码到一个共享的嵌入空间中，实现高效的跨模态检索。
• 它利用视觉语言模型处理图像和文本数据，并结合图卷积网络来理解网表等结构化信息。
• 通过这种方式，AnalogRetriever为模拟电路的快速检索提供了强大支持，从而加速设计与开发流程。
🔗 arXiv · 🤗 HF
#模拟电路 #跨模态检索 #多模态学习 #图神经网络 #视觉语言模型
❤1
Prox-E：基于基元抽象的精细化三维形状编辑
Prox-E: Fine-Grained 3D Shape Editing via Primitive-Based Abstractions
Etai Sella, Hao Phung, Nitay Amiel, Or Litany, Or Patashnik, 等 (+1)
⭐ 6
• 本文提出了一个名为Prox-E的无需训练框架，专注于实现三维形状的精细化编辑，无需模型训练即可直接应用。
• 该框架的核心在于利用几何基元对复杂三维结构进行抽象表示，从而实现对形状的精确控制。
• 结合视觉语言模型的能力，Prox-E能够在编辑过程中理解语义指令，并确保对形状的局部结构进行修改。
• 关键是，在进行这些局部修改的同时，框架能够有效地保持三维物体的原始身份和整体特征，避免不一致性。
🔗 arXiv · 🤗 HF
#三维编辑 #几何基元 #视觉语言模型 #形状抽象 #计算机图形
Prox-E: Fine-Grained 3D Shape Editing via Primitive-Based Abstractions
Etai Sella, Hao Phung, Nitay Amiel, Or Litany, Or Patashnik, 等 (+1)
⭐ 6
• 本文提出了一个名为Prox-E的无需训练框架，专注于实现三维形状的精细化编辑，无需模型训练即可直接应用。
• 该框架的核心在于利用几何基元对复杂三维结构进行抽象表示，从而实现对形状的精确控制。
• 结合视觉语言模型的能力，Prox-E能够在编辑过程中理解语义指令，并确保对形状的局部结构进行修改。
• 关键是，在进行这些局部修改的同时，框架能够有效地保持三维物体的原始身份和整体特征，避免不一致性。
🔗 arXiv · 🤗 HF
#三维编辑 #几何基元 #视觉语言模型 #形状抽象 #计算机图形