コンピュータ支援設計（CAD）の分野における逆解析は、長年の願いでありながら、まだ完全には実現されていません。その主な目的は、物理的な物体の3Dスキャンが与えられた場合に、その背後にあるCADプロセスを明らかにすることです。本稿では、入力されたポイントクラウドからスケッチと押出のシーケンスとして表現されるCADモデルの設計履歴を復元するための端対端で学習可能かつ自己回帰型アーキテクチャであるCAD-SIGNetを提案します。当モデルは、ポイントクラウドとCAD言語埋め込み間の層間クロスアテンションを通じて視覚-言語表現を学習します。特に、新しいSketch Instance Guided Attention (SGA) モジュールが提案され、スケッチの微細な詳細を再構築するために使用されます。自己回帰型の特性により、CAD-SIGNetは入力されたポイントクラウドに対して対応するCADモデルの一意な完全設計履歴を再構築するだけでなく、複数の妥当な設計選択肢も提供します。これにより、デザイナーに設計過程における複数の次のステップを選択させるインタラクティブな逆解析シナリオが可能になります。公開されているCADデータセットを用いた広範な実験では、当手法が既存のベースラインモデルに対して2つの設定（すなわち、完全設計履歴の復元とポイントクラウドからの条件付き自動完了）において有効性を示しています。