局所的なコンテキストや他のコンポーネントとの情報交換を意識していない従来の点群処理のアプローチと比較して、特徴表現のより良い学習を可能した。

Stanford Large-Scale 3D Indoor Space（S3DIS）、ScanNetを含む2つの3D点群データセット、形状分類のデータセットとしてModelNetを用いて点群セグメンテーション、分類タスクの評価を実施。 いずれにおいても従来の最高精度（SOTA）を超える結果を示した。