نقترح طريقة تقدير طبيعية دقيقة وكفؤة يمكنها التعامل مع الضوضاء والكثافة غير المتجانسة للسحابات النقطية ثلاثية الأبعاد الغير منظمة. على عكس الطرق الحالية التي تأخذ البُقع مباشرة وتتجاهل العلاقات الجغرافية المحلية، مما يجعلها عرضة للمناطق الصعبة مثل الحواف الحادة، نقترح تعلم تمثيل خاص بالمتغيرات التلافيفية الرسمية (Graph Convolutional) لتقدير الطبيعة، والتي تركز بشكل أكبر على الهندسة الجغرافية المحلية وترمز بفعالية العلاقات الذاتية. بالإضافة إلى ذلك، صممنا وحدة متكيفة جديدة تعتمد على آلية الانتباه (Attention Mechanism) لدمج خصائص النقاط مع الخصائص المجاورة لها، مما يعزز بشكل كبير متانة المحول الطبيعي المقترح ضد تباين الكثافة النقطية. لجعله أكثر تميزًا، قدمنا هندسة متعددة المقياس في الكتلة الرسمية لتعلم خصائص هندسية أثرى. طرقنا تتفوق على المنافسين بدقة رائدة في مجالها على مختلف مجموعات البيانات المرجعية، وهي مقاومة للغاية للضوضاء والنقاط الشاذة وكذلك لتباين الكثافة.