MétaCan
Menu
Retour à la cohorte
Enregistrement W2170391517 · doi:10.1109/83.846240

KCS-new kernel family with compact support in scale space: formulation and impact

2000· article· en· W2170391517 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Image Processing · 2000
Typearticle
Langueen
DomaineComputer Science
ThématiqueMedical Image Segmentation Techniques
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésKernel (algebra)GaussianGaussian functionScale spaceComputer scienceRepresentation (politics)Gaussian processMathematicsAlgorithmKernel methodPattern recognition (psychology)Artificial intelligenceImage processingSupport vector machineDiscrete mathematicsImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Multiscale representation is a methodology that is being used more and more when describing real-world structures. Scale-space representation is one formulation of multiscale representation that has received considerable interest in the literature because of its efficiency in several practical applications and the distinct properties of the Gaussian kernel that generate the scale space. Together, some of these properties make the Gaussian unique. Unfortunately, the Gaussian kernel has two practical limitations: information loss caused by the unavoidable Gaussian truncation and the prohibitive processing time due to the mask size. We propose a new kernel family derived from the Gaussian with compact supports that are able to recover the information loss while drastically reducing processing time. This family preserves a great part of the useful Gaussian properties without contradicting the uniqueness of the Gaussian kernel. The construction and analysis of the properties of the proposed kernels are presented in this paper. To assess the developed theory, an application of extracting handwritten data from noisy document images is presented, including a qualitative comparison between the results obtained by the Gaussian and the proposed kernels.

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.

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 enseignants0,979
Score d'incertitude au seuil0,659

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,014
Tête enseignante GPT0,295
Écart entre enseignants0,281 · 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