MétaCan
Menu
Retour à la cohorte
Enregistrement W2047967926 · doi:10.1080/2151237x.2011.619888

A GPU-Based Method to Approximate Acoustical Reflectivity

2011· article· en· W2047967926 sur OpenAlexafffund
Brent Cowan, Bill Kapralos

Notice bibliographique

RevueJournal of Graphics GPU and Game Tools · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensUniversity of Ontario Institute of Technology
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésReverberationComputer scienceMeasure (data warehouse)ReflectivityEnergy (signal processing)HeuristicCode (set theory)AcousticsSource codeFraction (chemistry)Computer graphics (images)AlgorithmArtificial intelligenceOpticsMathematicsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Here we present a GPU-based heuristic method for approximating the size and reflectivity of a room relative to a given sound source origin that can potentially provide interactive response for the appropriate selections of geometry and hardware. The method calculates the average distance to the nearest surfaces in the environment and an approximate measure of the fraction of sound energy that would be reflected from those surfaces. Both of these values are then used to drive the reverberation effects of an audio API. The method can potentially provide interactive response for the appropriate selections of geometry and hardware. Source code is available online at address provided at the end of this paper.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,784
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,072
Tête enseignante GPT0,314
Écart entre enseignants0,242 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Graphics GPU and Game ToolsMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207