MétaCan
Menu
Retour à la cohorte
Enregistrement W7098127291

Aproximity Compatibility Function Among 3-D Surfaces For Environment Modelling

2007· article· en· W7098127291 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Image Processing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompatibility (geochemistry)ComputationSegmentationEuclidean geometryEuclidean distanceImage segmentation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

1 Introduction 2 Determining adjacent surfaces Ramiro.Liscano@nrc.ca elgazzar@iit.nrc.ca akcwong@watnow.uwaterloo.ca Institute for Information Technology Department of Systems Design National Research Council UniversityofWaterloo Ottawa, Ont. K1A 0R6 Waterloo, Ont. N2K 3G1 CANADA CANADA This article defines a method for computing a proximity compatibility function among fragmented 3D surfaces for environment modelling. Fragmented surfaces are a common occurrence after the segmentation process has been applied to 3-D sensory data, in particular for data taken from large indoor environments. This proximity compatibility function among surfaces gives an indication on how close the surfaces are to each other based on a common gap defined between the boundaries of the surfaces. This particular approach performs most of the computations in the 2-D image plane and when required will use the 3-D information in the data. This is simpler than tackling the whole problem in Euclidean space ...

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil0,391

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,033
Tête enseignante GPT0,249
Écart entre enseignants0,216 · 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'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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDigital Image Processing TechniquesTravaux en français237 207