MétaCan
Menu
Retour à la cohorte
Enregistrement W2564527491 · doi:10.1109/tdscen.1989.68116

Darboux frames, snakes, and super-quadrics: geometry from the bottom-up

2003· article· en· W2564527491 sur OpenAlexaff
Frank P. Ferrie, J. Lagarde, P. Whaite

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueOptical measurement and interference techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPartition (number theory)Representation (politics)CurvatureSurface (topology)Range (aeronautics)Consistency (knowledge bases)Computer scienceSet (abstract data type)Frame (networking)Differential geometryComputational geometryGeometryMathematicsArtificial intelligenceAlgorithmCombinatorics

Résumé

récupéré en direct d'OpenAlex

A representation and a computational model for deriving three-dimensional articulated volumetric descriptions of objects from laser range-finder data are described. What differentiates this work from other approaches is that it is purely bottom up, relying on general assumptions cast in terms of differential geometry. Darboux frames, snakes, and superquadrics form the basis of this representation, and curvature consistency provides the computational framework. The organization is hierarchical. Darboux frames are used to describe the local surface, while snakes are used to interpolate between features, particularly those that serve to partition a surface into its constituent parts. Superquadrics are subsequently used to characterize the 3-D shape of each surface partition. The result is a set of connected volumetric primitives which serve to describe the overall shape of an object. A set of examples showing how the approach performs on data acquired with a laser range finder is included.>

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 GPT0,247
Écart entre enseignants0,217 · 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'étudeThéorique ou conceptuel
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

Citations32
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOptical measurement and interference techniquesTravaux en français237 207