MétaCan
Menu
Retour à la cohorte
Enregistrement W1581809205

SHOALS Object Detection

2010· article· en· W1581809205 sur OpenAlexaff
Eric Yang, P. E. LaRocque

Notice bibliographique

RevueThe International Hydrographic Review · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensOptech (Canada)
Organismes subventionnairesnon disponible
Mots-clésShoalBathymetryUnderwaterLidarHydrographyObject detectionRemote sensingHydrographic surveyObject (grammar)Computer scienceGeographyIdentification (biology)GeologyArtificial intelligenceCartographyOceanographyPattern recognition (psychology)ArchaeologyEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

For the past decade, SHOALS (Scanning Hydrographic Operational Airborne Lidar Survey) has proven to be an efficient and cost-effective means for large-area coastal mapping projects. However, its capabilities in the rapid reconnaissance of small underwater obstructions have been less appreciated, despite a demonstrated history of successful detection and spatial identification. This paper discusses SHOALS‘ object detection capabilities in light of the recent developments in object detection algorithms, with multiple situation studies to illustrate its overall performance and latest enhancements. Various aspects of object detection using airborne bathymetric lidar are discussed to highlight the challenges and advantages of using SHOALS for rapid reconnaissance of small underwater obstructions.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,976
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,009
Tête enseignante GPT0,255
Écart entre enseignants0,247 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Hydrographic ReviewMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207