3D VIEWPOINT OPTIMIZATION OF TOPOLOGICAL RELATIONSHIPS: APPLICATION TO 3D CADASTRE FOR VISUAL EASEMENT VALIDATION
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. Offering optimum 3D viewpoint to user can be attractive in relieving occlusion in 3D scene. This could be much relevant for the visualization of 3D cadastral systems since they constitute complex datasets including both physical and legal objects while users are operating a number of visual tasks that require precise outlook. However, 3D viewpoint usability has yet to be evaluated to demonstrate its relevance in accomplishing given end user’s visual tasks. Hence, in this research project, the focus is set on visual identification of 3D topological relationships (disjoint and overlap) as it is one of the main users’ requirements in 3D cadastre. To this end, this paper addresses this issue using a virtual 3D model of the Planetarium Rio Tinto Alcan (Montreal city) in which property issues take place, especially regarding the easement validation procedure. Empirical tests have then been administrated in the form of interviews using an online questionnaire with university students who will specifically address such issues in their professional career. The results show that a 3D viewpoint that maximizes 3D disjoined or overlapped geometric objects’ view area within the viewport significantly outperforms traditional combined software points of view in visually identifying 3D topological relationship. This paper also suggests that user’s inexperience in 3D cadastre reduces visual task efficiency when visually identifying 3D topological relationship among overlapped geometric objects. Eventually, this study opens up new perspectives on 3D topological relationships modeling and visualization.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle