MétaCan
Menu
Retour à la cohorte
Enregistrement W3004387713 · doi:10.22215/etd/2016-11226

Discrete Geometric Path Analysis in Computational Geometry

2016· dissertation· en· W3004387713 sur OpenAlexaff
Amin Gheibi

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineComputer Science
ThématiqueComputational Geometry and Mesh Generation
Établissements canadiensCarleton UniversityNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésMathematicsMeasure (data warehouse)Similarity (geometry)Path (computing)Shortest path problemOutlierComputationSimilarity measurePolygonal chainAlgorithmCombinatoricsGeometryComputer scienceArtificial intelligenceData miningGraph

Résumé

récupéré en direct d'OpenAlex

The geometric shortest path problem is one of the fundamental problems in Computational Geometry and related fields. In the first part of this thesis, we study the weighted region problem (WRP), which is to compute a geometric shortest path on a weighted partitioning of a plane. Recent results show that WRP is not solvable in any algebraic computation model over rational numbers. Thus, scientists have focused on approximate solutions. We first study the WRP when the input partitioning of space is an arrangement of lines. We provide a technique that makes it possible to apply the existing approximation algorithms for triangulations to arrangements of lines. Then, we formulate two qualitative criteria for weighted short paths. We show how to produce a path that is quantitatively close-to-optimal and qualitatively satisfactory. The results of our experiments carried out on triangular Prima facie, I am grateful to the God for well-being that were necessary to complete this thesis.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,013
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,263
Écart entre enseignants0,255 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetComputational Geometry and Mesh GenerationTravaux en français237 207