MétaCan
Menu
Retour à la cohorte
Enregistrement W2118353631 · doi:10.1109/tpami.2010.13

Irregular Shape Symmetry Analysis: Theory and Application to Quantitative Galaxy Classification

2010· article· en· W2118353631 sur OpenAlexfundno aff
Qi Guo, Falei Guo, Jiaqing Shao

Notice bibliographique

RevueIEEE Transactions on Pattern Analysis and Machine Intelligence · 2010
Typearticle
Langueen
DomaineMathematics
ThématiqueMorphological variations and asymmetry
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Calgary
Mots-clésSymmetry (geometry)Artificial intelligenceTransformation (genetics)Computer scienceShape analysis (program analysis)Geometric transformationSet (abstract data type)Property (philosophy)MathematicsPattern recognition (psychology)AlgorithmComputer visionGeometryImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

This paper presents a set of imperfectly symmetric measures based on a series of geometric transformation operations for quantitatively measuring the "amount" of symmetry of arbitrary shapes. The definitions of both bilateral symmetricity and rotational symmetricity give new insight into analyzing the geometrical property of a shape and enable characterizing arbitrary shapes in a new way. We developed a set of criteria for quantitative galaxy classification using our proposed irregular shape symmetry measures. Our study has demonstrated the effectiveness of the proposed method for the characterization of the shape of the celestial bodies. The concepts described in the paper are applicable to many fields, such as mathematics, artificial intelligence, digital image processing, robotics, biomedicine, etc.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,002
Études des sciences et des technologies0,0010,004
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,322
Écart entre enseignants0,289 · 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

Citations21
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Pattern Analysis and Machine IntelligenceMême sujetMorphological variations and asymmetryTravaux en français237 207