نقترح معمارية شبكة عصبية موجهة بواسطة الأشجار الثمانية (octree) ونواة تلافيفية كروية لتعلم الآلة من السحب النقطية ثلاثية الأبعاد العشوائية. تعتمد هذه المعمارية على الطبيعة النادرة للسحب النقطية غير المنتظمة وتقوم بتقسيم البيانات بشكل هرمي باستخدام تقسيم الفضاء. في الوقت نفسه، تقوم النوى الكروية المقترحة بكمّة جيران النقاط بطريقة منهجية لاكتشاف الهياكل الهندسية المحلية في البيانات مع الحفاظ على خصائص عدم التغير عند الترجمة والعدم التناظر. نحدد النوى الكروية بمساعدة الخلايا العصبية للشبكة التي ترتبط بدورها بمواقع فضائية. نستغل هذه الارتباطات لتجنب إنشاء النوى الديناميكية أثناء تدريب الشبكة، مما يتيح التعلم بكفاءة مع السحب النقطية ذات الدقة العالية. تم إثبات فعالية التقنية المقترحة في مهمات الاختبار القياسية لتصنيف وتقسيم الأجسام ثلاثية الأبعاد، حيث حققت أفضل مستوى جديد على مجموعات بيانات ShapeNet و RueMonge2014.