MétaCan
Menu
Retour à la cohorte
Enregistrement W1934280056 · doi:10.1109/oceans.2000.881778

Bottom classification in very shallow water by high-speed data acquisition

2002· article· en· W1934280056 sur OpenAlexafffund
J.M. Preston, William T. Collins

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensQuest University Canada
Organismes subventionnairesMinistère de la Défense Nationale
Mots-clésSonarAliasingEcho (communications protocol)Synthetic aperture sonarNoise (video)AcousticsGeologySIGNAL (programming language)Waves and shallow waterEcho soundingRange (aeronautics)Computer scienceConvolution (computer science)Remote sensingData acquisitionSignal-to-noise ratio (imaging)Artificial intelligenceFilter (signal processing)TelecommunicationsComputer visionEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Bottom classification based on echo features and multivariate statistics is now a well established procedure for habitat studies and other purposes, over a depth range from about 5 m to over 1 km. Shallower depths are challenging for several reasons. To classify in depths of less than a metre, a system has been built that acquires echoes at up to 5 MHz and decimates according to the acoustic situation. The digital signal processing accurately maintains the echo spectrum, preventing aliasing of noise onto the signal and preserving its convolution spectral characteristics. Sonar characteristics determine the minimum depth from which quality echoes can be recorded. Trials have been done over sediments characterized visually and by grab samples, in water as shallow as 0.7 m.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0270,004

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 Opus0,073
Tête enseignante GPT0,260
Écart entre enseignants0,187 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUnderwater Acoustics ResearchTravaux en français237 207