Parametric landscapes
Notice bibliographique
Résumé
Parametric Landscapes looks to answer the question of how can parametric scripts be utilized in the field of Landscape Architecture to increase efficiency, and inform smarter design and planning decisions. This body of work was conducted using applied research methods, drawing from both Landscape Architecture, and computer programming. The following scripts are intended to be used and manipulated by not only computer programmers, but by Landscape Architects and any other designer that would benefit from their application in their design workflow. These scripts are written in Python programming language applied in both Grasshopper and Rhinoceros. Parametric Landscapes starts with preliminary research, investigating the application of parametric programming software in Landscape Architecture. The application of parametric scripts throughout the site analysis and design phase are then explored at the site of Pinawa Dam in southeastern Manitoba. The design of this project is dependent upon the development of dynamic parametric scripts that allow the designer to easily input design data (drawings, or 3D models), and get seemingly instant feedback. Each parametric script in Parametric Landscapes is dependent upon a 3D digital landscape model. For the test site of Pinawa Dam a 3D landscape model is constructed from a point cloud derived from a drone scan. A parametric script isolates vegetation and topographic data from the point cloud. This data is then used to map vegetation, and produce a 3D digital topographic model. This model is then used to simulate drainage on the site, plan trail systems at accessible slope percentages, and is the foundation for a real-time cut and fill script.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,061 | 0,014 |
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 source (Gemma direct ou Codex distillé), 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 ».