MétaCan
Menu
Retour à la cohorte
Enregistrement W2007581571 · doi:10.1142/s0219467806002343

FREEFORM SURFACE RECONSTRUCTION FROM SCATTERED POINTS USING A DEFORMABLE SPHERICAL MAP

2006· article· en· W2007581571 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

RevueInternational Journal of Image and Graphics · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Analysis Techniques
Établissements canadiensMcGill UniversityCentre for Interdisciplinary Research in RehabilitationWestern University
Organismes subventionnairesnon disponible
Mots-clésSurface (topology)Parametric surfaceProcess (computing)Surface reconstructionFeature (linguistics)Computer scienceArtificial intelligenceParametric statisticsCoordinate systemComputer visionData pointAlgorithmMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Reconstruction of freeform surfaces from scattered coordinate data is a difficult problem encountered in many surface fitting and geometric modeling applications. Conventional tessellation and parametric surface fitting techniques are limited because they require prior knowledge about the connectivity between the sampled points. The method of surface reconstruction described in this paper exploits the learning capability of a self-organizing feature map (SOFM) to adaptively fit a deformable sphere to the unorganized 3D coordinate data. The learning algorithm automatically establishes the connectivity between the measured points by iteratively changing the topological relationships within the map. By incorporating additional constraints during the learning process it is possible to have the deformable map follow the shape of objects with surface holes and cavities. Several examples of freeform surfaces with varying levels of complexity are discussed in order to demonstrate the performance of the algorithm.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,530
Score d'incertitude au seuil0,348

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 savante0,0000,001
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 Opus0,007
Tête enseignante GPT0,234
Écart entre enseignants0,228 · 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