MétaCan
Menu
Retour à la cohorte
Enregistrement W2158975930 · doi:10.1109/igarss.1993.322517

Photo-Interpretation Keys Expert System (PIKES)

2002· article· en· W2158975930 sur OpenAlexaffabout
K.B. Fung, D.G. Goodenough, Robert A. Ryerson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Image and Video Retrieval Techniques
Établissements canadiensCanadian Sport Centre Pacific
Organismes subventionnairesnon disponible
Mots-clésInterpreterInterpretation (philosophy)Computer scienceArtificial intelligenceProcess (computing)Object (grammar)TUTORHuman–computer interactionNatural language processingProgramming language

Résumé

récupéré en direct d'OpenAlex

Photo and image interpretation is a skill which incorporates the experience of the interpreter, knowledge of the object being delineated and its environment, and visual clues within an image for locating and identifying the nature of objects. Although photo-interpretation has been used since the early days of aerial reconnaissance, it has proven difficult to computerize this technique. While image enhancement and classification techniques can provide additional visual clues to the interpreters, it was not until the development of symbolic reasoning, such as exist in expert systems, that an intelligent interpreter assistant type of computer program were considered to assist the interpreter's reasoning process in a logical manner. The Canada Centre for Remote Sensing, together with MacDonald Dettwiler and Associates Ltd., has implemented image interpreter assistant system called PIKES (Photo-Interpretation Keys Expert System). PIKES is intended to operate as a tutor to teach novice interpreters the art of photo and image interpretation, and as an intelligent assistant to seasoned interpreters. It will guide the interpretation process by presenting image keys relevant to the image being interpreted. This methodology constrains the solution space for the interpreter. The concept, the design and the architecture of PIKES are described in detail.< <ETX xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">&gt;</ETX>

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil0,348

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 Opus0,019
Tête enseignante GPT0,260
Écart entre enseignants0,240 · 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'étudeAutre devis
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

Citations0
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvanced Image and Video Retrieval TechniquesTravaux en français237 207