MétaCan
Menu
Retour à la cohorte
Enregistrement W60409482

Face-based Hermite Subdivision Schemes

2003· article· en· W60409482 sur OpenAlexaff
Bin Han, Thomas Yu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Analysis Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSubdivisionHermite polynomialsVertex (graph theory)MathematicsSymmetry (geometry)Subdivision surfaceAlgebraic numberEuclidean spacePure mathematicsCombinatoricsMathematical analysisGeometryGraphGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Interpolatory and non-interpolatory multivariate Hermite type subdivision schemes are introduced in [8, 7]. In their applications in free-form surfaces, symmetry properties play a fundamental role: one can essentially argue that a subdivision scheme without a symmetry property simply cannot be used for the purpose of modelling free-form surfaces. The symmetry properties defined in the article [8] are formulated based on an underlying conception that Hermite data produced by the subdivision process is attached exactly to the vertices of the subsequently refined tessellations of the Euclidean space. As such, certain interesting possibilities of symmetric Hermite subdivision schemes are disallowed under our vertex-based symmetry definition. In this article, we formulate new symmetry conditions based on the conception that Hermite data produced in the subdivision process is attached to the faces instead of vertices of the subsequently refined tessellations. New examples of symmetric faced-based schemes are then constructed. Similar to our earlier work in vertex-based interpolatory and non-interpolatory Hermite subdivision schemes, a key step in our analysis is that we make use of the strong convergence theory of refinement equation to convert a prescribed geometric condition on the subdivision scheme – namely, the subdivision

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil0,379

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,221
Écart entre enseignants0,214 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Numerical Analysis TechniquesTravaux en français237 207