MétaCan
Menu
Retour à la cohorte
Enregistrement W1969903036 · doi:10.1364/ao.39.003266

Systematic errors in small deformations measured by use of shadow-moiré topography

2000· article· en· W1969903036 sur OpenAlexaff
Hanif M. Ladak, Willem F. Decraemer, Joris Dirckx, W. Robert J. Funnell

Notice bibliographique

RevueApplied Optics · 2000
Typearticle
Langueen
DomaineComputer Science
ThématiqueOptical measurement and interference techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOpticsSurface (topology)Moiré patternGeometryShadow (psychology)PhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Phase-shift shadow-moiré topography is a noncontact optical technique for measuring the shapes of surfaces. Artifactual bands resembling isoheight surface contours are observed during measurement of small changes in shape by use of this technique. The shape-reconstruction algorithm used in shadow-moiré topography is based on a mathematical model of the fringe patterns generated on the surface to be measured. We hypothesize that the observed bands reflect systematic errors caused by ignoring height-dependent terms in the mathematical model of the fringe patterns. We test the assumption by simulating the fringe patterns for a virtual test surface by using a model that contains height-dependent terms and one term that is idealized by ignoring these terms. Small systematic errors in shape are observed only when the surface is reconstructed from fringe patterns simulated with a model containing the height-dependent terms. Shape-error curves are computed as a function of the surface height by the subtraction of the reconstructed shape from the known shape. Simulated shape-error curves agree with experimental measurements in that they show an increase in error with surface height, and both the experimental and the simulated shape-error curves contain ripples. Although the errors are small in comparison with the dimensions of the surface and are negligible in shape measurements and in most deformation measurements, they may show up as noticeable bands in images of small deformations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,229
Écart entre enseignants0,192 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations12
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetOptical measurement and interference techniquesTravaux en français237 207