MétaCan
Menu
Retour à la cohorte
Enregistrement W2157291615 · doi:10.1002/nme.980

Geometry independence for a meshing engine for 2D manifolds

2004· article· en· W2157291615 sur OpenAlexaff
R. B. Simpson

Notice bibliographique

RevueInternational Journal for Numerical Methods in Engineering · 2004
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Geometry and Mesh Generation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesInstitut national de recherche en informatique et en automatique (INRIA)
Mots-clésPolygon meshGeometryMesh generationTopology (electrical circuits)EmbeddingEuclidean geometryComputer scienceComputational geometryDelaunay triangulationSoftwareGeometry processingMathematicsComputational scienceEngineeringFinite element methodCombinatoricsStructural engineeringArtificial intelligenceProgramming language

Résumé

récupéré en direct d'OpenAlex

Abstract The ‘meshing engine’ of the title is a software component that generates unstructured triangular meshes of two‐dimensional triangles for a variety of contexts. The mesh generation is based on the well‐known technique of iterative Delaunay refinement, for which the Euclidean metric is intrinsic. The meshing engine is to be connected to applications specific host programs which can use a geometry that is different from the intrinsic geometry of the mesh, i.e. locally, the Euclidean plane. An application may require a surface mesh for embedding in a three‐dimensional geometry, or it might use a Riemannian metric to specify a required anisotropy in the mesh, or both. We focus on how the meshing engine can be designed to be independent of the embedding geometry of a host program but conveniently linked to it. A crucial tool for these goals is the use of an appropriate local co‐ordinate system for the triangles as seen by the meshing engine. We refer to it as the longest edge co‐ordinate system. Our reference to ‘linking’ the meshing engine and host system is both general and technical in the sense that the example meshes provided in the paper have all been generated by the same object code of a prototype of such a meshing engine linked to host programs defining different embedding geometries. Copyright © 2004 John Wiley & Sons, Ltd.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,030
Tête enseignante GPT0,383
Écart entre enseignants0,353 · 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
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

Citations4
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Numerical Methods in EngineeringMême sujetComputational Geometry and Mesh GenerationTravaux en français237 207