MétaCan
Menu
Retour à la cohorte
Enregistrement W2884255485

Topographic Synthesis: Parameter Distribution in Spatial Texture

2018· article· en· W2884255485 sur OpenAlexfundno aff
Erik Nyström

Notice bibliographique

RevueCity Research Online (City University London) · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensnon disponible
Organismes subventionnairesLeverhulme TrustCanadian Institute for Theoretical Astrophysics
Mots-clésLoudspeakerTexture (cosmology)Computer scienceContext (archaeology)AcousticsSet (abstract data type)Field (mathematics)Spatial distributionPhysicsArtificial intelligenceMathematicsGeologyImage (mathematics)Remote sensing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Topographic synthesis involves the distribution of ar- rayed structures of parameter values for simultaneous synthesis processes assigned to different channels in a multi-loudspeaker system. In this model, the concept of sound synthesis extends to the design of spatial texture, and morphology is considered not only as change in sound over time, but also as an instantaneous difference in spatially distributed simultaneous sound. The term topography, here, refers to the sonic relief articulated across the perspectival field – the array of possible sonic spatial perspectives within a loudspeaker system – as spatial configurations are shifted over time. The paper presents a set of algorithms which distribute relative properties of texture in multichannel speaker arrays, es- pecially relevant to high density loudspeaker arrays (HDLA), some of which have non-linear, self-organising properties. The processes have been designed in Super- Collider, for a flexible live context, but can be applied in fixed media composition as well.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,052
Tête enseignante GPT0,303
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCity Research Online (City University London)Même sujetMusic Technology and Sound StudiesTravaux en français237 207