新しく追加されたML Regression Linear SOPは、SOPs内で完全に線形モデルを使用してトレーニングと推論を行なうことができます。これは、線形モデルをトレーニングデータに適合させます。

新しく追加されたML Regression Kernel SOPは、SOPs内で完全にカーネルリッジ回帰を使用してトレーニングと推論を行なうことができます。これは、線形モデルをトレーニングデータに適合させます。 このメソッドは、データポイントを中心に配置されたカーネル関数の最適なウェイトを計算することで動作します。 これは、データポイントを中心に配置されたカーネル関数のウェイト付けされた組み合わせを使用してトレーニングデータを近似します。

新しく追加されたML Regression Kernel TOPは、カーネルリッジ回帰を使用してモデルをトレーニングします。 これは、ML Regression Kernel SOPと同じ種類のモデルをトレーニングしますが、ML Regression Inference SOPで使用できるようにそのモデルをONNXモデルとしてエクスポートすることができます。

新しく追加されたML Example Raw ROPとROP ML Example Raw Output SOPは、トレーニング用のデータセットを高速、且つ、直接的にディスクに書き込むことができます。

ML Example、ML Example Decompose、ML Extract Exampleは専用のC++コアノードを使用してパフォーマンスが向上されました。 これは、データセットの処理を高速化します。

ML Train Regressionの改善点:

新しく追加されたML Pose Deserialize SOPは、以前にML Pose Serialize SOPを使用してシリアライズされたリグポーズを元のリグポーズに戻すのに役立ちます。

新しく追加されたML Train Deformerレシピは、独自のML Deformerモデルをトレーニングすることができます。これによって、線形ブレンドスキニングなどの従来のアニメーションメソッドよりもリアルなアニメーションが得られます。

新しく追加されたML Deform SOPは、その ML Train Deformer レシピを使用してトレーニングされたモデルをSOPsで使用できるようにします。

新しく追加されたAPEX Add ML Deformer SOPは、その ML Train Deformer レシピを使用してトレーニングされたモデルをAPEXリグで使用できるようにします。

新しく追加されたArmature Deform SOPとArmature Capture SOPは、スケルトンポーズを使用して、有機的な皮下組織を繰り返し変形させることができます。 これらのノードを使用することで、MLデフォーマ用またはML以外の他のアプリケーション用のトレーニングデータを生成することができます。

ML Pose Serialize SOPとML Pose Deserializeには、ローカルトランスフォームまたはワールドトランスフォームをシリアライズ/デシリアライズするかどうかを制御する新しいオプションが追加されました。

新しく追加されたML Train Style Transfer TOPは、2つの画像クラス間でスタイル転送を行なうための機械学習モデルをトレーニングします。 その結果のモデルは、ONNX Interface SOPやONNX Inference COPで使用することができます。

新しく追加されたML Train OIDN TOPは、前処理されたトレーニングデータセットと検証データセットに対してOIDNデノイズフィルタモデルをトレーニングするのに使用されるOIDNトレーニングスクリプトのラッパーです。

新しく追加されたML Preprocess OIDN TOPは、OIDNデータセットの命名規則に準拠したトレーニングデータセットと検証データセットを前処理するのに使用されるOIDN前処理スクリプトのラッパーです。

PDG ML Training Monitorパネルが追加されました。このパネルは、ML Train Style Transfer TOPやML Train Regression TOPのトレーニング進捗とプロットを検査することができます。

新しく追加されたML Train Volume Upresレシピは、独自のPyro Upresモデルをトレーニングすることができます。 これでトレーニングされたモデルを使用することで、高解像度のPyroシミュレーションを実際に実行することなく、低解像度のPyroシミュレーションを高解像度のPyroシミュレーションのようなルックにすることができます。

新しく追加されたML Volume Tile Component SOPは、指定したボリュームから、指定した1箇所以上のポイント位置でタイルをクロップすることができます。 これは、3Dボリュームからトレーニングデータを作成するのに役立ちます。このノードは、 ML Train Volume Upres レシピの一部になっています。

新しく追加されたML Volume Tile Inference SOPは、ボリュームをタイルに分割してシームを生成させてしまうことなく、ボリュームに対してONNXモデルを実行することができます。

新しく追加されたML Volume Upres SOPは、新しく追加された ML Train Volume Upres レシピを使用してトレーニングされたONNXモデルを実行することができます。

既存のSparse Billowy Smokeシェルフツールが更新され、ML Volume Upres SOPを使用して事前トレーニング済みのONNX機械学習モデルを使って煙シミュレーションをアップスケールして鮮明化する機能が追加されました。 このツールは、球状の土台から上昇する厚い雲のような煙を生成し、煙突の煙や冷却塔の蒸気などの場面をシミュレーションするための起点として役立ちます。

新しく追加されたNeural Point Surface SOPは、ポイントクラウドを入力として受け取り、そこからVDBサーフェスを再構築します。 このノードには、サーフェス化される材質に応じて特定のルックを生成する複数の専門的な事前トレーニング済みモデルが含まれています。 一般的には、このノードは、ポイントクラウドで表現されているシャープで高周波数なディテールを維持しつつ、滑らかなサーフェスを再構築できるように設計されています。

ニューラルモデルを使用するためのオプションがMPM Surface SOPで利用可能です。