Notice bibliographique
Résumé
This thesis presents a floor planning and furniture layout system called Procrustes, that helps a user to place rooms and furniture in a virtual house. Scenes are generated by considering the user's partial scene description. The resulting floor plans and furniture arrangements can be used in video games to generate scenes that are not of prime importance to the games. We developed the Procrustes Declarative Scene Modelling (DSM) system to reduce the amount of user input compared to existing DSM systems. The name Procrustes is extracted from a Greek mythological character who placed people in an iron bed and ensured that their bodies fit by either cutting their limbs or physically stretching them. The concept of forcing the object to fit in a position is the common feature between our system and the Greek myth. Given a partial scene description, Procrustes extracts hierarchical and spatial relations that constrain the scene. The scene generation process involves floor planning and furniture arrangement. To reduce the amount of input from the user, the sizes of the rooms and furniture objects are set to default values. After all the rooms are placed in the house, the empty spaces scattered throughout the house are reduced and the sizes of the rooms are adjusted correspondingly. To complete the floor plan, a hallway is generated to interconnect the rooms. Then, the furniture objects are placed by considering factors such as purpose, accessibility and visibility. After a set of scenes has been generated, ten of these scenes are presented to the user who response to each one as positive or negative or no input. Based on these responses, more scenes are generated with spatial relations similar to the positive scenes but dissimilar to the negative ones. This process is iterated until a fixed number of 20 iterations is reached or the user is satisfied. The utility of Procrustes is illustrated by generating scenes for several partial scene descriptions. The results are evaluated by comparing the scenes to the descriptions, by checking for wasted space, and by checking the hallway placement.
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 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 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».