Projeto de um ambiente 3D de visualização e reprodução de eventos capturados e interpretados a partir de ambientes físicos cientes de contexto para aplicações de preparação para emergência
Notice bibliographique
Résumé
Sistemas de apoio à preparação para emergências, em especial o monitoramento\npreciso de ambientes físicos sujeitos a situações de emergência, são recursos importantes para\nempresas e órgãos públicos de defesa civil, pois podem ajudar a evitar e/ou reduzir riscos de\nperda de vidas e de patrimônio. A maioria dos sistemas de monitoramento de ambientes\nfísicos descritos na literatura apresenta limitações, tais como: não permitem visualização\nposterior da situação de emergência; são limitados a determinados tipos de aplicação; não\npermitem a identificação precisa das situações de risco; etc. Neste trabalho foi proposto e\navaliado um sistema que visa superar essas limitações, através do uso integrado de redes de\natuadores e de sensores sem fio, computação ciente de contexto e de realidade virtual. O\ntrabalho consistiu da criação, implementação e avaliação de um sistema de gravação e\nreprodução de mídia 3D em que ambientes físicos sujeitos a situações de emergência são\nmunidos de sensores com potencial computacional e de comunicação. Esses sensores\ncapturam e interpretam contextos que são mapeados em uma linguagem visual, que é refletida\nem um ambiente de realidade virtual que simula o ambiente físico. O uso de realidade virtual\npara fins de visualização e acesso em tempo- real1 ou posteriormente de um ambiente que\napresenta características de segurança crítica visa superar as limitações de interfaces do tipo\nhipermídia, ou mídia contínua, como vídeo, quando as experiências do mundo real são muito\ncomplexas. No sistema criado como resultado deste trabalho, usuários podem reproduzir as\nexperiências capturadas do mundo real para análise, avaliação, monitoramento e treinamento.\nAs inovações deste trabalho residem em dois aspectos: utiliza uma técnica otimizada de\ngravação que economiza tempo de processamento e espaço de armazenamento; e os\ncomandos de atualização de cena são independentes de navegador, permitindo a visualização\ndo ambiente virtual colaborativo (AVC) através de diferentes navegadores 3D para Web. Com\na colaboração do Departamento de Artes e Comunicação (DAC) da FSCar, foi criada também\numa linguagem visual para a pronta identificação de situações emergenciais e uma interface\npara melhor navegação do usuário em sistemas complexos. Exemplos de uso incluem o\nmonitoramento de diferentes plantas industriais, aeronaves em situações de ensaios de vôo e\nsolo, plataformas de exploração de petróleo, etc. Este trabalho é parte de um projeto\ncolaborativo entre o Laboratório de Realidade Virtual em Rede (LRVNet) do Departamento\nde Computação da UFSCar e o PARADISE Lab do SITE da University of Ottawa.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».