MétaCan
Menu
Retour à la cohorte
Enregistrement W2029280694 · doi:10.1145/1328202.1328213

The virtual window simulator

2007· article· en· W2029280694 sur OpenAlexaff
Eric Penner, J.R. Parker

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHuman Motion and Animation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésComputer scienceUSableFocus (optics)Virtual realityHead (geology)Window (computing)Orientation (vector space)Computer graphics (images)Optical head-mounted displayStereo displaySoftwareSet (abstract data type)SimulationHead-up displayComputer visionHuman–computer interactionMultimedia

Résumé

récupéré en direct d'OpenAlex

Most virtual reality systems offer the option of viewing the space using a head mounted display or a head coupled display. These can provide a comfortable way of providing a 3D display while detecting head motion and using that to change the viewing position and angle. However, head mounted displays typically have limited resolution, can create neck and eye strain, and can create user disorientation. Head coupled displays, where the display is usually projected onto a screen and the head mount is used for 3D and orientation only, are now a focus of attention in research and in production systems. They are used in, and in fact have spurred the development of, systems like the CAVE, Immersadesk, and IWall to name just three. However, their use is limited by their high cost, fixed nature, and space requirements, and a focus of research is on making head-coupled displays more easily usable and less expensive. The VirtualWindow project is a simulation of a head-coupled display that can be used to develop software for such systems without the expense of owning one, or at least without using the very expensive space. The simulator uses two webcams to perform 3D head tracking rather than instrumenting the user, and provides a set of useful operations that enhance the development and the viewing experience.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,568
Score d'incertitude au seuil0,380

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 Opus0,005
Tête enseignante GPT0,205
Écart entre enseignants0,200 · 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'étudeSans objet
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

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHuman Motion and AnimationTravaux en français237 207