MétaCan
Menu
← Retour à la cohorte
Enregistrement W2317145618 · doi:10.3722/cadaps.2013.355-369

An Approach of Irregular Porous Structure Modeling Based on Subdivision and NURBS

2012· article· en· W2317145618 sur OpenAlexaff
Shuangyan Kou, S.T. Tan

Notice bibliographique

RevueComputer-Aided Design and Applications · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésCADComputer scienceSoftwareReuseEngineering drawingComputer Aided DesignSubdivisionProduct (mathematics)Software engineeringEngineeringProgramming languageMathematics

Résumé

récupéré en direct d'OpenAlex

The use of 3D CAD in mechanical product design has become a standard practice.Consequently, methods and tools are continually being developed to improve designers' efficiency in the creation, modification and analysis of 3D CAD models.Recent software developments had led to the emergence of multiple tools capable of comparing 3D CAD models to locate shape similarities or differences, leading to benefits in various CAD-and PLM-related application domains such as design reuse, data exchange and engineering change management.This paper describes evaluation trials that were performed on sets of commercially available 3D CAD model comparison tools.The goal was to evaluate their capacity to efficiently calculate, represent and display 3D CAD model differences in shape change transposition scenarios where shape modifications must be precisely located and elaborated in order to be consistently propagated between application-specific models of a product.First, some basic concepts of 3D CAD model comparison are presented.Then, simulated shape change assessment scenarios are defined to pilot two series of evaluation trials intended for existing software tools capable of comparing 3D CAD procedural and explicit models, respectively.The results are summarized and conclusions are drawn.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,212
Écart entre enseignants0,197 · 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

Citations9
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer-Aided Design and Applications→Même sujetManufacturing Process and Optimization→Travaux en français237 207→