MétaCan
Menu
Retour à la cohorte
Enregistrement W7064888608

Découpage virtuel interactif de corps élastiques pour simulation chirurgicale

2020· other· fr· W7064888608 sur OpenAlexfundno aff

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2020
Typeother
Languefr
DomaineEngineering
ThématiqueElectromagnetic Compatibility and Measurements
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFilter (signal processing)Work (physics)Frame (networking)Context (archaeology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

causent pas d'intersections supplémentaires avec la lame.En ce qui concerne le mappage de la surface sur les particules, nous développons un ensemble de critères pour associer les sommets des triangles avec les bonnes particules au fur et à mesure qu'une coupure est produite.Nous démontrons le bon fonctionnement de ces méthodes dans des situations diverses, mais sans nécessairement atteindre une vitesse de rafraîchissement en temps réel.Enfin, pour obtenir une simulation à grande résolution en temps réel, nous développons une structure de données qui permet de décrire les liens entre particules d'une façon utilisable par une carte graphique (GPU).L'utilisation du GPU pour effectuer les calculs de déformation -l'aspect le plus coûteux de la simulation -demande en effet une organisation particulière des données pour un accès efficace.Cependant, étant donné que les liens entre particules sont modifiés constamment, il est également nécessaire que cette structure soit mise à jour de façon efficace.Nous démontrons la performance de l'implantation GPU en la comparant à l'implantation de base sur des objets simulés avec un grand nombre de particules.L'ensemble de ces travaux ont permis de remplir les objectifs posés de déformer et découper interactivement des corps déformables.Cependant, des ajouts sont encore nécessaires pour que la méthode développée puisse être utilisée dans un simulateur plus complet.Nous proposons donc des méthodes pour améliorer la stabilité de la simulation, du point de vue visuel et physique, et pour lui ajouter le calcul d'un retour d'effort pour l'utilisateur.vii

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,235
Écart entre enseignants0,221 · 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'étudeSimulation ou modélisation
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)Même sujetElectromagnetic Compatibility and MeasurementsTravaux en français237 207