Constructing Efficient Mesh-Based Global Grid Systems with Reduced Distortions
Notice bibliographique
Résumé
Recent advancements in geospatial technologies have significantly expanded the volume and diversity of geospatial data, unlocking new and innovative applications that require novel Geographic Information Systems (GIS). (Discrete) Global Grid Systems (DGGSs) have emerged as a promising solution to further enhance modern geospatial capabilities. Current DGGSs employ a simple, low-resolution polyhedral approximation of the Earth for efficient operations, but require a projection between the Earth’s surface and the polyhedral faces. Equal-area DGGSs are desirable for their low distortion, but they fall short of this promise due to the inefficiency of equal-area projections. On the other hand, efficiency-first DGGSs need to better address distortion. We introduce a novel mesh-based DGGS (MBD) which generalizes efficient operations over watertight triangular meshes with spherical topology. Unlike traditional approaches that rely on Platonic or Catalan solids, our mesh-based method leverages high-resolution spherical meshes to offer greater flexibility and accuracy. MBD allows high-resolution polyhedra (HRP) to be used as the base polyhedron of a DGGS, significantly reducing distortion. To address the operational challenges, we introduce a new hash encoding method and an efficient barycentric indexing method (BIM). MBD extends Atlas of Connectivity Maps to the BIM to provide efficient spatial and hierarchical traversal. We introduce several new base polyhedra with lower areal and angular distortion, and we experimentally validate their properties and demonstrate their efficiency. Our experimentation shows that we achieve constant-time operations for high-resolution MBD, and we recommend polyhedra to be used as the base polyhedron for low-distortion DGGSs, compact faces, and efficient operations.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».