MétaCan
Menu
Retour à la cohorte
Enregistrement W181730724 · doi:10.1007/978-3-7908-1752-2_7

Using Fuzzy Spatial Relations to Control Movement Behavior of Mobile Objects in Spatially Explicit Ecological Models

2002· book-chapter· en· W181730724 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueStudies in fuzziness and soft computing · 2002
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueData Management and Algorithms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMovement (music)Fuzzy logicControl (management)Computer scienceGeographySpatial relationEcologyArtificial intelligenceBiologyArtAesthetics

Résumé

récupéré en direct d'OpenAlex

Spatial relations are fundamental to the modeling of spatially explicit ecological processes. An information-based framework relates geographical information system (GIS) data to object representations of individual mobile animals. It is used to organize a discourse on the incorporation of fuzzy logic into spatially explicit, individual-based ecological models of animal movement across a landscape of habitat. Spatial relations such as proximity, direction, overlap, and containment are used in a spatial reasoning process to control movement of individual animal objects over a landscape. It is shown that an animal’s perceptual range can be specified as a function of proximity to an animal object and used as a fuzzy spatial constraint region for object queries operating over a landscape database. The role of fuzzy relations in models of habitat evaluation is addressed. The potential use of fuzzy spatial relations in modeling movement behavior primarily associated with foraging is demonstrated. It is shown that spatially explicit ecological modeling is a complex domain rich in the potential for intelligent applications using fuzzy spatial relations

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.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
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 Opus0,083
Tête enseignante GPT0,306
Écart entre enseignants0,223 · 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