MétaCan
Menu
Retour à la cohorte
Enregistrement W4394969789 · doi:10.1117/12.3020308

End-to-end simulation process in lens design software for integral imaging-based 3D light field displays evaluation

2024· article· en· W4394969789 sur OpenAlexaff
Sédick Rabia, Guillaume Allain, Simon Thibault

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Optical Imaging Technologies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésComputer scienceLens (geology)Process (computing)SoftwareField (mathematics)Light fieldEnd-to-end principleComputer hardwareComputer graphics (images)OpticsOperating systemArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Currently, three-dimensional (3D) light field displays (LFDs) based on integral imaging (InIm) are one of the most interesting technologies in the field of 3D displays. The InIm principle consists of two key stages: the capture and reconstruction of the light field describing a specific 3D scene. However, these stages represent two distinct processes requiring different tools and resources, making the evaluation of InIm-based 3D LFDs a laborious and time consuming task. To address those problems, we propose an end-to-end simulation model developed in the commercial lens design software Ansys Zemax OpticStudio, that integrates the two stages of the InIm to facilitate the evaluation of the entire 3D image formation process. This work aims to provide a preliminary solution by ensuring that the targeted specifications are checked and achieved before embarking on the development of a costly and time-consuming prototype.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,831
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,000
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 Opus0,030
Tête enseignante GPT0,327
Écart entre enseignants0,297 · 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
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Optical Imaging TechnologiesTravaux en français237 207