MétaCan
Menu
Retour à la cohorte
Enregistrement W2130215687 · doi:10.5539/cis.v7n2p36

3D Virtual World Retrieval Based on Ontology and Content

2014· article· en· W2130215687 sur OpenAlexvenueno aff
Elmustapha Ait Lmaati, Abdellah Ait Ouahman, Mohammed Najib Kaddioui, Mohamed Sadgal

Notice bibliographique

RevueComputer and Information Science · 2014
Typearticle
Langueen
DomaineEngineering
Thématique3D Shape Modeling and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceVRMLMetaverseOntologyInformation retrievalPrecision and recallSPARQLConstruct (python library)Metric (unit)Semantics (computer science)Similarity (geometry)Virtual realityWorld Wide WebSemantic WebArtificial intelligenceImage (mathematics)RDF

Résumé

récupéré en direct d'OpenAlex

On the Web and on informatics systems, 3D virtual worlds used become big both in number and in size. Therefore, we propose in this paper a new method for retrieving 3D virtual worlds based on the semantics and the content. Firstly, we propose a new classified database of 3D virtual worlds given in VRML format. To achieve the semantic method, we construct an ontology that describes virtual worlds in various aspects including their contents (3D objects building a virtual world) and information about their contents (authors, file format, etc). This ontology is presented by OWL, the W3C recommended language. So as to extract desired 3D scenes from the proposed database we use the SPARQL query language. We propose finally a shape based method for searching desired virtual worlds by content in this database. This method is based on a new distance (metric) that define the similarity between virtual worlds. This method is evaluated using the recall vs. precision curves.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,160

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,015
Tête enseignante GPT0,206
Écart entre enseignants0,191 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer and Information ScienceMême sujet3D Shape Modeling and AnalysisTravaux en français237 207