MétaCan
Menu
Retour à la cohorte
Enregistrement W170943749

Microwave Enhanced IR Detection of Landmines Using 915 MHz and 2450 MHz

2004· article· en· W170943749 sur OpenAlexaboutno aff
Howard Mende, Barbora Dej, Shyam M. Khanna, Rene Apps, Mike Boyle, F. Addison

Notice bibliographique

RevueDefense Technical Information Center (DTIC) · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrowaveInfraredRemote sensingClutterEnvironmental scienceMaterials scienceSuperposition principleGeologyOpticsRadarComputer sciencePhysicsTelecommunications
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As a continuation of previous studies in microwave enhanced infrared (IR) detection of landmines at DRDC Ottawa, additional experiments were performed using a microwave source at 2450 MHz to illuminate buried inert antipersonnel and antitank landmines. Further experiments were performed for the first time using a microwave device at 915 MHz with an open waveguide. Infrared detection was accomplished using a FLIR A20M IR camera in the 8-12 mm region. An investigation of this method was done by examining mine signatures made up of two components: the microwave interference on the surface of the sand caused by the superposition of incident and reflected microwave beams, and the microwave absorption by the mine and sand causing a temperature difference to be thermally conducted to the surface of the soil. Results are presented for a wide variety of experimental arrangements. An attempt at simulating various minefield conditions was explored. Some of the surfaces examined above buried mine targets include smooth, moist, hand brushed, very uneven, and raked soil. Introducing clutter on the surface of the soil such as pebbles, rocks, leaves and wood has also been studied. Many of these parameters impeded the detection process. Thus, this method is not an allencompassing solution to mine detection but may improve IR methods in circumstances such as dark or cloudy weather. Outlined recommendations concerning future scientific studies into the proposed method may refine microwave enhanced IR imagery.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,251
Écart entre enseignants0,234 · 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

Citations8
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDefense Technical Information Center (DTIC)Même sujetGeophysical Methods and ApplicationsTravaux en français237 207