MétaCan
Menu
Retour à la cohorte
Enregistrement W1531956051 · doi:10.23919/oceans.2011.6106908

Swath bathymetry and the requirement for handling multiple same-time arrivals

2011· article· en· W1531956051 sur OpenAlexaff
Stephen K. Pearce, Geoff Mullins

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBathymetrySonarMultipath propagationRemote sensingGeologyBackscatter (email)GeodesyComputer scienceRange (aeronautics)InterferometryAcousticsChannel (broadcasting)OpticsTelecommunicationsEngineeringPhysicsWirelessAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Swath bathymetry sonar is used to obtain profiles of the bottom by estimating the arrival angle of the backscatter for a given range. Simple interferometric sonars estimate the angle by measuring the phase difference between two receive elements. This procedure works well if the backscatter is from a single area of the bottom and there are no competing signals. If, however, two or more signals from different directions arrive at the elements at the same time, the resulting phase difference will be in error, and hence, the estimated bottom location will be in error. This paper describes typical survey situations where multiple same-time signals are likely and provides examples from survey data. The situations discussed include shallow water applications where multipath signals and surface scattering are present, and the situation where two bottoms are present within the profile. Both towfish and pole mount deployment configurations are considered. It is concluded that a swath bathymetry system must be able to operate in the presence of at least two same-time signals, and preferably three or four. Mitigation techniques are useful for eliminating multipath and surface scatter, but multiple bottoms must be estimated simultaneously requiring the swath bathymetry system to estimate multiple angles simultaneously.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,064
Tête enseignante GPT0,254
Écart entre enseignants0,189 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUnderwater Acoustics ResearchTravaux en français237 207