MétaCan
Menu
Retour à la cohorte
Enregistrement W1600534686

Multi-Resolution Digital 3D Imaging System Applied to the Recording of Grotto Sites: the Case of the Grotta dei Cervi

2006· article· en· W1600534686 sur OpenAlexvenueno aff

Notice bibliographique

RevueNPARC · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImage resolutionComputer scienceLaser scanningScannerResolution (logic)DocumentationDigital imagingObject (grammar)Remote sensingData setArtificial intelligenceGeologyComputer visionComputer graphics (images)Digital imageLaserOpticsImage (mathematics)Image processingPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Grotta dei Cervi is a complex and fragile Neolithic cave where human presence left a large number of unique pictographs and petroglyphs. Detailed documentation necessitates recording it at different levels of details or spatial resolutions. A general approach would entail a combination of 3D data from different 3D sensors and information from different sources in order to meet set resolution targets. We used a prototype multi-resolution 3D laser imaging scanner that allowed acquiring the shape information of the three main chambers with a spatial resolution that improves with shorter standoffs. The system can record 3D data at a camera-to-object distance which ranges from 0.5 m to 10 m. At a standoff of 0.75 m, it provides a depth uncertainty of 0.08 mm and an optical lateral resolution of 0.2 mm on actual rock surfaces. This paper presents the project and the results obtained. The 10-day long visit into the Grotto generated more that 100 GB of 2D and 3D data that requires the development of new tools for modelling and managing the archive.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,272
Score d'incertitude au seuil0,634

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,200
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujet3D Surveying and Cultural HeritageTravaux en français237 207