MétaCan
Menu
Retour à la cohorte
Enregistrement W2102922436 · doi:10.1142/s0218195900000048

POINT VISIBILITY GRAPHS AND ${\mathcal O}$-CONVEX COVER

2000· article· en· W2102922436 sur OpenAlexaff
David Avis, Thomas C. Shermer

Notice bibliographique

RevueInternational Journal of Computational Geometry & Applications · 2000
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Geometry and Mesh Generation
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésCombinatoricsMathematicsVisibility graphPolygon (computer graphics)Visibility polygonRegular polygonVisibilityCardinality (data modeling)Uncountable setDiscrete mathematicsPolygon coveringComputer scienceGeometry

Résumé

récupéré en direct d'OpenAlex

A visibility relation can be viewed as a graph: the uncountable graph of a visibility relationship between points in a polygon P is called the point visibility graph (PVG) of P. In this paper we explore the use of perfect graphs to characterize tractable subproblems of visibility problems. Our main result is a characterization of which polygons are guaranteed to have weakly triangulated PVGs, under a generalized notion of visibility called [Formula: see text]-visibility. Let [Formula: see text] denote a set of line orientations. A connected point set P is called [Formula: see text]-convex if the intersection of P with any line with orientation in [Formula: see text] is connected. Two points in a polygon are said to be [Formula: see text]-visible if there is an [Formula: see text]-convex path between them inside the polygon. Let [Formula: see text] denote the set of orientations perpendicular to orientations in [Formula: see text]. Let [Formula: see text] be the set of orientations θ such that a "reflex" local maximum in the boundary of P exists with respect to θ. Our characterization of which polygons have weakly-triangulated PVGs is based on restricting the cardinality and span of [Formula: see text]. This characterization allows us to exhibit a class of polygons admitting a polynomial algorithm for [Formula: see text]-convex cover.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,845

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,008
Tête enseignante GPT0,272
Écart entre enseignants0,264 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Computational Geometry & ApplicationsMême sujetComputational Geometry and Mesh GenerationTravaux en français237 207