MétaCan
Menu
Retour à la cohorte
Enregistrement W2039594111 · doi:10.1111/j.1467-8659.2010.01785.x

Hermite Radial Basis Functions Implicits

2010· article· en· W2039594111 sur OpenAlexfundno aff
Ives Macêdo, João Paulo Gois, Luiz Velho

Notice bibliographique

RevueComputer Graphics Forum · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueNumerical methods in engineering
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British ColumbiaFinanciadora de Estudos e ProjetosFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de JaneiroConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorFundação de Amparo à Pesquisa do Estado de São PauloUniversity of Calgary
Mots-clésRadial basis functionHermite interpolationHermite polynomialsInterpolation (computer graphics)Basis functionBasis (linear algebra)Hermite splineComputer scienceOffset (computer science)MathematicsSurface (topology)Regularization (linguistics)Applied mathematicsAlgorithmCubic Hermite splineClass (philosophy)Thin plate splineMathematical optimizationNearest-neighbor interpolationMultivariate interpolationArtificial intelligenceMathematical analysisSpline interpolationGeometryComputer visionImage (mathematics)Bilinear interpolationArtificial neural network

Résumé

récupéré en direct d'OpenAlex

Abstract The Hermite radial basis functions (HRBF) implicits reconstruct an implicit function which interpolates or approximates scattered multivariate Hermite data (i.e. unstructured points and their corresponding normals). Experiments suggest that HRBF implicits allow the reconstruction of surfaces rich in details and behave better than previous related methods under coarse and/or non‐uniform samplings, even in the presence of close sheets. HRBF implicits theory unifies a recently introduced class of surface reconstruction methods based on radial basis functions (RBF), which incorporate normals directly in their problem formulation. Such class has the advantage of not depending on manufactured offset‐points to ensure existence of a non‐trivial implicit surface RBF interpolant. In fact, we show that HRBF implicits constitute a particular case of Hermite–Birkhoff interpolation with radial basis functions, whose main results we present here. This framework not only allows us to show connections between the present method and others but also enable us to enhance the flexibility of our method by ensuring well‐posedness of an interesting combined interpolation/regularization approach.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
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)0,0030,002

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 Opus0,008
Tête enseignante GPT0,222
Écart entre enseignants0,214 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations95
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer Graphics ForumMême sujetNumerical methods in engineeringTravaux en français237 207