MétaCan
Menu
Retour à la cohorte
Enregistrement W1978344273 · doi:10.4018/ijsir.2014100103

Customizing Urban Pattern through an Agent-Based Approach

2014· article· en· W1978344273 sur OpenAlex
Salman Khalili Araghi, Afshin Esmaeili, Gerald Hushlak, Anna Hushlak

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

RevueInternational Journal of Swarm Intelligence Research · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueArchitecture and Computational Design
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSwarm behaviourMistakeComputer scienceArchitectureSoftware design patternFuzzy logicProcess (computing)Artificial intelligenceConceptualizationDesign patternHuman–computer interactionSoftware engineeringGeographyProgramming languageSoftware

Résumé

récupéré en direct d'OpenAlex

This paper discusses the 3D space customization of design concepts within self-generated sculpture as an instigator for design of urban pattern. Appropriating from the concept of computer fuzzy logic, fuzzy design prods serve as exemplars of naturally occurring swarm behaviors. The hybridization of design through the ‘mistake' and the different material vocabularies serve as departure points for the conceptualization of image breeding in 2D and for 3D grouping within urban pattern. Additive and eroding material processes spawn rule-based agent behaviors that assist the designers/artists to conceive and to enhance appearance and place. In an iterative process, swarm entities physically augment forms in an organic manner. The designer becomes the voyeur of their own creative input as swarm behaviors influence the placement and grouping of architecture/sculpture within the urban pattern of cities. In particular, this paper focuses on the agent-based approach whereby swarm behavior classifies residential, commercial and green spaces within urbanized areas.

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)0,002
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 enseignants0,952
Score d'incertitude au seuil0,514

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 GPT0,364
Écart entre enseignants0,282 · 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