MétaCan
Menu
Retour à la cohorte
Enregistrement W2612162343

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

2006· dissertation· pt· W2612162343 sur OpenAlexaboutno aff
Altieres Ribeiro Lopes

Notice bibliographique

RevuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT) · 2006
Typedissertation
Languept
DomaineComputer Science
ThématiqueContext-Aware Activity Recognition Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesComputer sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

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 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)0,023
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,595
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,008
Études des sciences et des technologies0,0030,003
Communication savante0,0020,002
Science ouverte0,0040,001
Intégrité de la recherche0,0010,002
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 Opus0,100
Tête enseignante GPT0,430
Écart entre enseignants0,330 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT)Même sujetContext-Aware Activity Recognition SystemsTravaux en français237 207