MétaCan
Menu
Retour à la cohorte
Enregistrement W4399309637 · doi:10.3934/ammc.2024006

A boundary integral equations approach to electrical impedance tomography: Experiments on the KTC2023 data

2024· article· en· W4399309637 sur OpenAlexaff
Spyros Alexakis, Adam R. Stinchcombe, Teemu Tyni

Notice bibliographique

RevueApplied Mathematics for Modern Challenges · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical and Bioimpedance Tomography
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésElectrical impedance tomographySolverTomographyElectrical resistivity tomographyElectrical impedanceInverse problemBoundary (topology)Set (abstract data type)Computer scienceInverseApplied mathematicsMathematical analysisMathematicsMathematical optimizationGeometryMedicineElectrical resistivity and conductivityEngineeringElectrical engineeringRadiology

Résumé

récupéré en direct d'OpenAlex

In the fall of 2023 the Finnish Inverse Problems Society organized the Kuopio Tomography Challenge 2023 (KTC2023, see https://www.fips.fi/KTC2023.php). The aim of KTC2023 was to gather groups of contestants and test their various reconstruction methods on real electrical impedance tomography data. The main purpose of this paper is to demonstrate a boundary integral equation method (BIEM) based forward solver on the KTC2023 challenge data set. We also briefly summarize our BIEM formulation of the complete electrode model of electrical impedance tomography, as presented in the authors' previous work, and discuss its numerical implementation.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,866

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,107
Tête enseignante GPT0,296
Écart entre enseignants0,189 · 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'étudeThéorique ou conceptuel
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 revueApplied Mathematics for Modern ChallengesMême sujetElectrical and Bioimpedance TomographyTravaux en français237 207