Determining scalar illuminance from cubic illuminance data. Part 2: Tests in real lighting environments and an approach to improve its accuracy
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
Scalar illuminance, which describes the constant illumination from all directions, is an important indicator of the abundance of light for a lit object and the adequacy of illumination perceived. This paper proposes a more reliable method to recover scalar illuminance based on tests in natural complex lighting environments. The performance of Cuttle’s Approach 1, Mangkuto’s Approach 2 and Approach 3, together with Xia et al.’s potential Approach 4, were tested under a total of 610 high dynamic range (HDR) panoramic maps of real scenes. The relationships between predicted scalar illuminance and normalised diffuseness levels were checked. The results indicate that the potential Approach 4 is more robust to the cubic meter’s postures, and the predicted scalar illuminance has a regular relationship with normalised diffuseness levels. Approach 4 was corrected, together with Approach 1, formulating a new method named Approach 5S. Later, the proposed Approach 5S was evaluated under 205 indoor and 2233 outdoor panoramas from the Laval HDR databases, and it was shown to recover more reliable scalar illuminance with an average error within 5% in general. This study has provided a practical solution to more accurate vector illuminance-based metrics in real lighting environments. This algorithm can be further integrated into the development of cubic illumination meter instruments.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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