比如说，我有一些 .stl 文件，想要以非参数方式生成在数据集之间“插值”的新几何图形。为此，我计划使用遵循从数据集中识别的模式的神经网络，类似于此方法：https://www.neuralconcept.com/heat-exchanger-design
对于我习惯的classical或normal神经网络，使用预定义的输入形状。但对于 CAD 文件，节点数量可能会根据其形状而有很大差异。 我可以填充数据集以匹配它们的大小，但我认为这不是一个好主意。 如何使用神经网络生成新的插值几何图形？
我能想到的唯一其他方法是具有固定数量的节点的图神经网络分散几何结构。