MétaCan
Menu
Retour à la cohorte
Enregistrement W4399870595 · doi:10.23977/acss.2024.080109

Application of Computer Aided Design Technology in Landscape Design

2024· article· en· W4399870595 sur OpenAlexvenueno aff

Notice bibliographique

RevueAdvances in Computer Signals and Systems · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Media and Visual Art
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLandscape designComputer Aided DesignDesign technologyComputer-aided technologiesComputer scienceArchitectural engineeringEngineeringSystems engineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

With the progress of human civilization, people's pursuit of beauty is increasing. The traditional landscape architecture design methods and layout can no longer meet the aesthetic needs of modern society. At the same time, with the increasing maturity of computer technology, the planning and design of landscape architecture is constantly intersecting with many related disciplines, which makes the integration of computer and landscape architecture planning and design more closely intertwined. This article points out the main application directions of computer-aided design (CAD) in landscape architecture and provides a construction plan of an ecological auxiliary system. CAD-based ecological environment analysis methods have been introduced in landscape planning, with meteorological simulation, wind environment simulation, light environment simulation, water environment simulation, and ecological environment simulation as research objects. In the efficiency data statistics of CAD in landscape architecture design, AutoCAD technology reduces the design cycle by 20% and improves design efficiency by 30%. Therefore, the narrow understanding of traditional landscape architecture design has been extended to computer-aided landscape architecture planning and design, which has important value for landscape architecture planning and design in China.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,022
Tête enseignante GPT0,287
Écart entre enseignants0,264 · 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'étudeSans objet
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Computer Signals and SystemsMême sujetDigital Media and Visual ArtTravaux en français237 207