MétaCan
Menu
Retour à la cohorte
Enregistrement W4409795697 · doi:10.61091/jcmcc127b-481

Research on structural surface feature refinement method based on fractal geometry in industrial design

2025· article· en· W4409795697 sur OpenAlexvenueno aff

Notice bibliographique

RevueJournal of Combinatorial Mathematics and Combinatorial Computing · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSimulation and Modeling Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFractalFeature (linguistics)GeometrySurface (topology)Computer scienceEngineering drawingMathematicsEngineeringMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Fractal geometry is an emerging discipline that has developed rapidly in recent decades, and its study of irregular geometric shapes can be used to describe objects in nature that cannot be described by traditional geometry, and it has a broad space for development and application prospects.In this paper, the theory of fractal geometry is applied to industrial design to realize the refinement and analysis of surface features.The study includes an in-depth analysis of the theory of fractal geometry, the Koch curve as an example to illustrate the principle of fractal geometry.The study also investigates different dimension calculation methods, such as Hausdorff dimension, box dimension, correlation dimension, information dimension, generalized dimension, and self-similarity dimension of fractal geometry, and proposes a dimension calculation method for the refinement of structural surface features for industrial design.After the fractal geometry surface feature refinement simulation analysis, the porosity of the fractal map based on this paper's method ranges from 16% to 38%, and the comparison with the Serpinski method proves that the presently selected fractal model is more effective in the refinement of structural surface features for industrial design.As shown by the surface feature simulation results, there is indeed a certain degree of similarity between the roughness topography of the real structural surface of the two surface processing methods in industrial design and the roughness topography simulated by the fractal function.The above study proves that the method of refining the structural surface features of industrial design based on fractal geometry in this paper is scientific and feasible.

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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,061
Tête enseignante GPT0,361
Écart entre enseignants0,300 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Combinatorial Mathematics and Combinatorial ComputingMême sujetSimulation and Modeling ApplicationsTravaux en français237 207