Marcado de chorros a través de nubes de partículas

Cómo representar un chorro es el núcleo del aprendizaje automático en la física de chorros. Inspirados por la noción de nubes de puntos, proponemos un nuevo enfoque que considera un chorro como un conjunto desordenado de sus partículas constituyentes, efectivamente una "nube de partículas". Tal representación de nubes de partículas de chorros es eficiente para incorporar información cruda de los chorros y también respeta explícitamente la simetría de permutación. Basado en la representación de la nube de partículas, proponemos ParticleNet, una arquitectura de red neural personalizada que utiliza Redes Neurales Convolucionales de Gráfico Dinámico para problemas de marcado de chorros. La arquitectura de ParticleNet logra un rendimiento de vanguardia en dos benchmarks representativos de marcado de chorros y se mejora significativamente en comparación con los métodos existentes.