3D逆エンジニアリングは、物理的な物体の3DスキャンからCADモデルを推定する技術であり、多くの有望な実用的な応用が期待される研究分野です。本論文では、TransCADという点群からCADシーケンスを予測するエンドツーエンドのトランスフォーマーベースのアーキテクチャを提案します。TransCADは階層的な学習戦略を使用することで、CADシーケンスの構造を活用しています。また、ループリファイナーも導入され、スケッチプリミティブのパラメータを回帰します。DeepCADおよびFusion360データセットにおける厳密な実験結果により、TransCADが最先端の成果を達成していることが示されています。さらに、既存の指標の制限に対処するための新しい指標である「CADシーケンス平均精度（mean Average Precision of CAD Sequence）」を提案し、結果分析を支援しています。