Notice bibliographique
Résumé
We aim to add realistic force-feedback to the process of real-time volume removal from a 3D mesh object.We refer to this volume removal as "3D carving".3D carving is particularly applicable to the computer simulation of surgical procedures involving bone reductions that are performed with a motorized burr tool; however the methods and algorithms presented here are generic enough to be used for other purposes, such as modeling, destructible objects & terrains in games, etc.The system represents the volume of the virtual objects using a voxel-set during carving process.A polygonal mesh is created from this voxel-set to display a smoother rendition of the virtual object.Out system also employs the novel Dynamic Ball-Pivoting Algorithm to generate quick mesh updates when voxel-set revisions occur.The advantages of this being that minor changes to the voxel-set only require minor changes to the mesh, whereas the standard Ball-Pivoting Algorithm approach is to perform a global re-meshing.In our haptic carving system interactions with the aforementioned voxel-set can provide output force-feedback to the system operator.A pen-based haptic tool is used to act as a 3D mouse in order to "feel" the surface of the model as well as to remove select volume segments of the object.Two collision detection schemes are presented here which allow users to feel the surface of virtual objects either using the voxels alone or by using supplemental information from the polygonal mesh.When the burr-tool has its "cutting mode" enabled, which sections of an object's volume are to be removed is decided by evaluating that volume's proximity to the center of the burr.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».