MétaCan
Menu
Retour à la cohorte
Enregistrement W4417449831 · doi:10.1364/optcon.583203

M-TRACE: a MATLAB toolkit for animated raytracing based on scalable vector graphics illustration

2025· article· en· W4417449831 sur OpenAlexfundno aff
Patrick Kilcullen, T. Ozaki, Jinyang Liang

Notice bibliographique

RevueOptics Continuum · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputer Graphics and Visualization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésScalable Vector GraphicsSoftwareAnimationVisualizationPersonalizationScalabilityKey (lock)GraphicsSimple (philosophy)Computer graphics

Résumé

récupéré en direct d'OpenAlex

Modern optical design and simulation software, while both powerful and feature-rich, requires significant training investment for effective use, even for simple optical design tasks. By contrast, software for two-dimensional (2D) non-sequential raytracing, while sufficient for many optical design tasks and popular for educational purposes, has remained without the benefit of mature computer-aided design (CAD) technologies that are now a key feature of software dedicated to three-dimensional (3D) optical design. To overcome this limitation, we introduce M-TRACE—an open source toolkit for non-sequential 2D raytracing with scripting-based customization and animation capabilities implemented in MATLAB. This toolkit allows users to specify optical designs using tools compatible with free-form 2D illustration via scalable vector graphics (SVG), analogous to the integration of 3D CAD technologies with enterprise optical design software. The intuitive and precise drawing features of SVG illustration software (e.g., Adobe Illustrator, Inkscape) allow for a straightforward means for the creation of system designs. We intend M-TRACE to complement the spectrum of available optical design software for research, development, and education, specifically targeting design cases requiring rich visualization and/or rapid exploration.

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)0,004
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: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0040,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0580,019

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 Opus0,017
Tête enseignante GPT0,288
Écart entre enseignants0,271 · 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
GenreLogiciel

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 revueOptics ContinuumMême sujetComputer Graphics and Visualization TechniquesTravaux en français237 207