يُشجّع هذا البحث على استخدام تمثيل السطح الضمني في تعلم التمثيل ثلاثي الأبعاد ذاتي الإشراف القائم على الترميز الآلي. تعتبر السحب النقطية، وهي أكثر أنماط التمثيل الثلاثي الأبعاد شهرة وسهولة الوصول، تتضمن عينات متقطعة للسطح المستمر ثلاثي الأبعاد الأساسي. يُدخل هذا العملية المتقطعة تباينات في العينة على الشكل الثلاثي الأبعاد، مما يجعل من الصعب تطوير معرفة قابلة للنقل بالهندسة الحقيقية ثلاثية الأبعاد. في نموذج الترميز الآلي القياسي، يتم إلزام المُرمِّز بترميز الهندسة ثلاثية الأبعاد فحسب، بل أيضًا المعلومات المتعلقة بالعينة المتقطعة الخاصة للشكل الثلاثي الأبعاد في الرمز الكامن. ذلك لأن إعادة بناء السحب النقطية بواسطة المفكِّك لا يعتبر مقبولًا إلا إذا كان هناك تطابق كامل بين السحب النقطية الأصلية والمُعاد بناؤها. يقدم هذا البحث الترميز الآلي الضمني (IAE)، وهو طريقة بسيطة ومعتبرة فعالة تعالج مشكلة تباين العينات عن طريق استبدال المفكِّك النقطي الأكثر شيوعًا بمفكِّك ضمني. يقوم المفكِّك الضمني بإعادة بناء تمثيل مستمر للشكل الثلاثي الأبعاد، مستقلًّا عن العيوب في العينات المتقطعة. أظهرت التجارب الواسعة أن الطريقة المقترحة IAE تحقق أداءً رائدًا عبر مختلف مقاييس تعلم التمثيل الذاتي الإشرافي.