MétaCan
Menu
Retour à la cohorte
Enregistrement W1537667663

Planification de trajectoires pour une flotte d'UAVs

2010· article· fr· W1537667663 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevuePhDT · 2010
Typearticle
Languefr
DomaineComputer Science
ThématiqueRobotic Path Planning Algorithms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

RESUME Les drones, qu’on appelle aussi UAVs (Unmanned Aerial Vehicles) ou RPV (Remotely Piloted Vehicles), sont des avions sans pilote. Ils sont adoptes par des organisations militaires et civiles pour accomplir des tâches difficiles dans des environnements tres hostiles, sans aucun risque pour l’humain. Comme toute nation developpee, le Canada a recours a ces avions pour ses missions militaires de maintien de la paix et pour des missions civiles telles que la surveillance du littoral, la surveillance des grands territoires et pour l’aide lors d’operations de sauvetage. L’utilisation des UAVs est tres diverse, que ce soit pour des operations militaires ou civiles, et l’engouement pour ces engins est de plus en plus grand dans les pays industrialises. Les progres realises dans les technologies de controle, de detection et de calcul ont permis a ces vehicules de realiser des missions independantes du controle direct de l'operateur. L’itineraire peut etre planifie a l'avance de la mission et le drone peut alors l’executer automatiquement. La planification de cet itineraire efficace implique la determination de solutions permettant d’atteindre un certain but fixe, comme par exemple eviter que le drone soit detecte par les radars au cours de son itineraire, ou trouver l'itineraire le plus court en terme de temps de deplacement, ou encore la minimisation du cout de la mission.--------- ABSTRACT UAVs (Unmanned Aerial Vehicles) or RPV (Remotely Piloted Vehicles), are planes without pilots. They were adopted by military and civilian organizations to accomplish difficult tasks over hostile environments and without risk for humans. Like any other developed nation, Canada has used the UAVs for its military missions such as peacekeeping and for civilian missions such as coastal monitoring, surveillance of large areas and rescue operations. The applications of UAVs are very diverse, ranging from surveillance operations to combat operations through rescues. Advances in monitoring technologies, detection and computing have allowed these vehicles to perform missions without the direct control of the operator. The itinerary can be planned in advance and the UAVs can then run automatically. Planning efficient routes involves determining a specific solution with a precise objective like avoiding radar detection of the UAVs, finding the shortest path in terms of time, or minimizing the cost of the mission.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil1,000

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,041
Tête enseignante GPT0,292
Écart entre enseignants0,251 · 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