A study of level-of-detail in haptic rendering
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.
Notice bibliographique
Résumé
This paper presents an initial study of an approach to reduce computational overhead in haptic rendering of physically based models. Haptic rendering refers to the notion of adding physical properties and behavior, specifically a sense of touch or force feedback, to models of objects. In this way, a user through a haptic feedback device can feel interaction forces while visually observing the objects. Physically based modeling is particularly important when representing deformable objects. In this paper, an approach based on a mass-spring damper system is used in modeling deformable objects. Deformation due to interaction forces is obtained by solving a set of differential equations, a process that is in general computationally demanding. To reduce this demand, the notion of level-of-detail in haptic rendering is introduced. Here the interplay between the graphical mesh and the haptic mesh as a function of various levels of subdivision is studied. The approach we describe is to adjust model parameters such that the user feels the same reaction force for a given deformation, regardless of the level of local subdivision.A preliminary user study with simple objects suggests there can be a local subdivision threshold such that the user cannot distinguish between global subdivision and the local subdivision introduced by the level-of-detail algorithm. This conclusion is beneficial for haptic rendering of deformable objects. Similar conclusions were obtained for haptic rendering of rigid objects. These results can be used as a guideline for other approaches to modeling deformable objects, such as finite element representations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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