Limitations connues du modèle AI Parts Rationalization et de la recherche de doublons
Cette rubrique présente les limitations connues du modèle IA et de la recherche de doublons utilisés dans AI Parts Rationalization.
Présentation du modèle IA
Le modèle IA actuel génère des représentations d'article uniquement basées sur la géométrie 3D fournie dans le fichier PVZ. Le modèle IA ne prend en compte aucun des aspects suivants :
• Couleurs : les couleurs de surface sont ignorées.
• Matières : le type de matière (par exemple, acier ou plastique) est ignoré.
• Décalques : les décalques ou textures appliqués à la géométrie sont ignorés.
• Structure interne : les fonctions 3D cachées ou internes sont ignorées.
• Attributs : les métadonnées ou les attributs d'article dans le fichier PVZ sont ignorés.
Les autres limitations 3D sont les suivantes :
• Echelle : les articles dotés d'une géométrie identique, mais d'échelles distinctes, sont traités comme des doublons.
• Résolution : le modèle IA peut omettre de petits détails géométriques lors du calcul de la représentation d'article.
• Symétrie : les articles symétriques (par exemple, les portières gauches et droites d'une voiture) ne sont pas considérés comme des doublons.
• Auto-occlusion : le modèle IA tente de capturer la totalité de la géométrie, mais certaines régions risquent malgré tout d'être omises dans le calcul de la représentation d'article en raison de l'auto-occlusion.
• Rotation : dans de rares cas, les géométries en double pivotées peuvent aboutir à des représentations différentes. Par exemple, un cube aligné sur un axe et un cube pivoté peuvent produire des représentations distinctes et ne pas être reconnus comme des doublons.
Le modèle est insensible à l'échelle. Par exemple, deux boulons de même forme, mais de tailles différentes (par exemple, 1 cm et 2 cm), sont considérés comme identiques.
Des calculs répétés sur le même fichier PVZ peuvent produire des représentations d'article légèrement différentes en raison des variations de précision en virgule flottante et de traitement parallèle pendant l'inférence du modèle.
Recherche de doublons
La recherche de doublons identifie les groupes d'articles en double en fonction des représentations d'article générées par le modèle IA.
Le résultat renvoyé par la recherche de doublons est une liste de groupes triée, le groupe le plus volumineux apparaissant en premier. Toutes les similarités d'article à article au sein d'un groupe sont égales ou supérieures au paramètre de similarité minimum utilisé pour la recherche. Dans le cas d'une recherche appliquant un seuil de 100 %, la similarité minimale effective présente une faible marge.
Les limitations suivantes s'appliquent :
• Limite de stockage : chaque instance Windchill cliente est limitée à 15 recherches de doublons stockées.
• Performances : la recherche de doublons ne constitue pas une opération en temps réel. Elle peut prendre plusieurs heures, selon :
◦ le nombre d'articles indexés ;
◦ le nombre de doublons potentiels.
• Répétabilité : la recherche de doublons n'est pas idempotente. Cela est dû au calcul non déterministe des représentations d'article (voir les limitations du modèle IA) et à la nature approximative de la base de données vectorielle interne. Par conséquent, même en cas d'indexation des mêmes articles, des recherches répétées peuvent produire des variations au niveau :
◦ des articles en double trouvés ;
◦ du nombre de groupes (grappes) constitués ;
◦ de l'ordre des groupes dans les résultats.
• Taille de groupe : un groupe comporte au moins deux articles et un maximum de 1 024 articles.
• Division de groupe : si la recherche de doublons trouve des groupes dépassant le nombre d'articles maximal, ces groupes seront divisés en plusieurs sous-groupes inférieurs à la taille maximale.
 |
Un résultat de recherche peut inclure un grand nombre de doublons et de grappes, en particulier lorsque des tables de famille d'articles sont indexées.
|