MétaCan
Menu
Retour à la cohorte
Enregistrement W4391637237 · doi:10.32920/25190594

Getting Out Safe: Navigation Utilizing The ARAIG Suit and Minecraft

2024· preprint· en· W4391637237 sur OpenAlexaff
Cassandra Frances Laffan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueInertial Sensor and Navigation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésHaptic technologyComputer scienceDijkstra's algorithmPath (computing)OctreeHuman–computer interactionMultimediaArtificial intelligenceShortest path problemProgramming languageTheoretical computer science

Résumé

récupéré en direct d'OpenAlex

<p>This thesis conducts a study into which algorithms and haptic technologies are necessary for assisting first responders in peril. Firefighters run the risk of getting lost and disoriented in unfamiliar emergency environments. This research uses haptic feedback to direct firefighters out of these environments. These haptic instructions are given by the “As Real As It Gets” (ARAIG) suit by IFTech. Due to COVID-19, in order to test these algorithms applied to egress paths, a Minecraft mod is written.</p> <p>The algorithms for creating a pathway of egress include octree construction, insertion and search, and a modified Dijkstra’s algorithm. The resulting reconstructed egress path is used to create physical haptic instructions for the user. These instructions are conveyed to the ARAIG suit. Finally, four users provide feedback on their interactions with the system. This thesis concludes with proposals for future directions for this research to go in.</p>

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,684
Score d'incertitude au seuil0,691

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,250
Écart entre enseignants0,233 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInertial Sensor and NavigationTravaux en français237 207