مع ازدياد الاهتمام بتحليل السحاب النقطي ثلاثي الأبعاد، أصبح حجم مجموعات بيانات السحاب النقطي غير كافٍ وقدرة الشبكات على التعميم ضعيفة، وهي مشكلتان بارزتان. في هذا البحث، نقترح طريقة بسيطة وفعّالة لتعزيز بيانات السحاب النقطي، تُسمى PointCutMix، لتخفيف هذه المشكلات. تعتمد الطريقة على إيجاد التعيين الأمثل بين نقطتين من سحابين نقطيين، ثم إنشاء بيانات تدريب جديدة من خلال استبدال النقاط في عينة واحدة بنقاط التعيين المثلى المرتبطة بها. وتم اقتراح استراتيجيتين للاستبدال لتتناسب مع متطلبات الدقة أو المقاومة في مهام مختلفة: إحداهما اختيار عشوائي لجميع النقاط المستبدلة، والثانية اختيار أقرب k نقطة جارًا لنقطة عشوائية واحدة. وتم التحقق من أن كلا الاستراتيجيتين يحسّنان أداء مختلف النماذج بشكل متسق وملحوظ في مسائل تصنيف السحاب النقطي. وبالإضافة إلى ذلك، فإن استخدام خرائط الحساسية لتوجيه اختيار النقاط المستبدلة يؤدي إلى تحسين أداء النموذج بشكل إضافي. علاوة على ذلك، تمت مصادقة PointCutMix على تحسين مقاومة النموذج لهجمات النقاط (point attack). ومن المهم الإشارة إلى أن الطريقة تتفوّق على خوارزميات الدفاع الرائدة في المجال عند استخدامها كطريقة دفاع. يمكن الوصول إلى الشفرة المصدرية عبر الرابط التالي: https://github.com/cuge1995/PointCutMix