MétaCan
Menu
Retour à la cohorte
Enregistrement W1861681424 · doi:10.1109/smi.2006.20

Invited Talk: Shape Modeling for Dummies

2006· article· en· W1861681424 sur OpenAlexaff
Alla Sheffer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
Thématique3D Shape Modeling and Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer scienceScope (computer science)Interface (matter)ReuseSet (abstract data type)Human–computer interactionSimplicityGraphicsSimple (philosophy)Geometric modeling3D modelingUser interfaceComputer graphicsData scienceSoftware engineeringComputer graphics (images)EngineeringProgramming language

Résumé

récupéré en direct d'OpenAlex

The creation of novel 3D content is one of the major bottlenecks of modern computer graphics. Commercial modeling systems are targeted toward expert users and require significant time, expertise and artistic talent to generate 3D shapes. Hence, much of the emphasis in recent research is on simplifying model creation. One approach is to provide simpler interfaces, such as sketching tools. Another recent trend focuses on reuse of existing models by providing robust editing tools. Most of those tools still require the user to have modeling expertise and nonnegligible artistic ability. In this talk I will review some recent trends in providing simple modeling interfaces. I will then demonstrate that by narrowing the scope of the problem, and focusing on modeling within a specific set of models, it is possible to develop a true "modeling for dummies" interface which does not require any modeling expertise or talent. Despite its simplicity the interface allows for creation of rich geometric content within a matter of minutes. The proposed modeling system, Shuffler, operates on sets of models that have a similar part-based structure. Example sets include quadrupeds, humans, chairs, and airplanes.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,707
Score d'incertitude au seuil0,343

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 Opus0,013
Tête enseignante GPT0,199
Écart entre enseignants0,186 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujet3D Shape Modeling and AnalysisTravaux en français237 207