MétaCan
Menu
Retour à la cohorte
Enregistrement W2045434590 · doi:10.1117/12.444106

Reconstruction of anatomical shapes from scattered data using deformable Bezier surfaces

2001· article· en· W2045434590 sur OpenAlexaff
George K. Knopf, Archana Sangole

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2001
Typearticle
Langueen
DomaineEngineering
Thématique3D Shape Modeling and Analysis
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBézier curveComputer scienceParametric surfaceSurface (topology)Parameterized complexitySurface reconstructionBézier surfaceCoordinate systemCADReverse engineeringParametric statisticsFeature (linguistics)Artificial intelligenceComputer Aided DesignSolid modelingComputer visionAlgorithmGeometryMathematicsEngineering drawingEngineering

Résumé

récupéré en direct d'OpenAlex

An important task in reverse engineering and computer-aided- design applications is to create a mathematical model of surface geometry based on coordinate measurements. A two- step techniques that fits parametric surfaces to partial or whole human body measurements for free-form surface reconstruction is described in this paper. The first step of the proposed technique employs a self-organizing feature map to adaptively parameterize non-uniformly spaced coordinate points. The second step uses a Bernstein Basis Function (BBF) network to fit a deformable Bezier surface to the parameterized data. Once the adaption phase is compete, the weights of the BBF network can be utilized by a variety of commercially available geometric modeling and CAD/CAM packages for shape reconstruction. An experimental study is presented to demonstrate the effectiveness of the BBF network for generating smooth Bezier surfaces of complex anatomical shapes.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,896
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,238
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 tête enseignante, pas un consensus.

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

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujet3D Shape Modeling and AnalysisTravaux en français237 207