MétaCan
Menu
Retour à la cohorte
Enregistrement W3088291244 · doi:10.1109/tro.2020.3021241

SLAAM: Simultaneous Localization and Additive Manufacturing

2020· article· en· W3088291244 sur OpenAlexafffund
LI Jin-bo, Pierre-Lucas Aubin-Fournier, Krzysztof Skonieczny

Notice bibliographique

RevueIEEE Transactions on Robotics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotics and Sensor-Based Localization
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOdometryComputer visionPlanarArtificial intelligenceScannerComputer sciencePoint (geometry)Representation (politics)Object (grammar)Frame (networking)Computer graphics (images)MathematicsMobile robotGeometryRobot

Résumé

récupéré en direct d'OpenAlex

This article presents a viable approach to mobile 3-D printing in which a large object is printed in segments. The printer's motion between printing each segment is localized precisely using the novel procedure of simultaneous localization and additive manufacturing (SLAAM), enabling the joining of subsequent segments while also maintaining overall geometric compliance of the printed part. SLAAM achieves sub-mm accuracy on objects over 400 mm long. SLAAM demonstrates the importance of fusing local (3-D scanner), and global (total-station range finder) sensing, and of maintaining, and updating estimates of the printed part geometry in a global frame. A six-parameter representation for a printed object's planar surfaces, consisting of the plane's normal vector, and a 3-D point on the planar patch itself, demonstrates good performance even in the presence of high odometry error.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,012
Tête enseignante GPT0,196
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations9
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on RoboticsMême sujetRobotics and Sensor-Based LocalizationTravaux en français237 207