Content enrichment for mobile context aware imaging applications with a social aspect
Notice bibliographique
Résumé
With technological advancements in data collection techniques allowing increasing amounts of contextual metadata to be appended to everyday image files, it has become a daunting task to effectively display such supplemental data alongside original image content without overloading users with information.I propose a unique approach to actively display geo-tagged image content that embeds the images in a navigable 3D environment in a way that makes explicit the geographical context and spatiotemporal relationships between the images.This approach enhances the viewer's comprehension of the image's context and content thus supporting my hypothesis that context extracted from metadata can enhance image content absorption rather than hinder it.The 3D environment is built by mapping Google Street View images onto a spherical tessellation within which user image content is overlaid.The proposed geographical browser and social-networking system is implemented on an iPad, using the iPad's built-in compass, gyroscopes, and accelerometers to provide real-time gesture control and spatial orientation.User studies were performed on the proposed system as well as on a standard social-networking application for comparison purposes.The results were used to evaluate the relative performance of the system in enabling users to absorb and comprehend image information.Test subject were found to consistently answer questions more accurately on images viewed on the proposed system as compared to the images viewed on a typical social-networking application.iii AbstraitLes avances technologiques dans les techniques de collection de donnes augmentant la quantit de mta donnes contextuelles associer aux images de tous les jours, afficher ces donnes supplmentaires de manire effective avec l'image originale est devenu une tche ardue.Je propose une approche unique permettant d'afficher de manire active du contenu go taggu qui renferme des images dans un environnement 3D navigable d'une manire qui rend explicite le contexte gographique et la relation spatiotemporelle entre les images.Cette approche augmente la comprhension du contexte et du contenu de l'image par l'observateur, supportant ainsi ma thse selon laquelle le contexte extrait des mtadonnes peut amliorer l'absorption du contenu de l'image plutt que de le cacher.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».