GSSを提案した点。

ModelNet40, Stanford Large-Scale 3D Indoor Spaces Dataset(S3DIS), DVS128 Gesture DatasetにおいてSOTA手法とほぼ同等のスコアを出しながらモデルサイズを削減することに成功。

点群処理において未知のタスクに適用可能、順序不変、外れ値に頑健、かつ微分可能なサブセットサンプリングの手法を提案した点がとても大きいと考えられる。 また、点群処理における大きいモデルサイズを小さくし1080Tiを1枚で実験したという点での評価もされたのではないか。 さらに点群を処理する機構が小さくなれば自動運転の際などに高速に動作が可能であるという点の社会的有用性の評価もされたのではないか。