MétaCan
Menu
Retour à la cohorte
Enregistrement W1971994138 · doi:10.1117/12.930960

Latest developments in active remote sensing at INO

2012· article· en· W1971994138 sur OpenAlexafffund
François Babin, Rosalie Forest, Bruno Bourliaguet, Daniel Cantin, P. Cottin, Ovidiu Pancrati, Simon Turbide, Simon Lambert‐Girard, Félix Cayer, Dany Lemieux, J.-F. Cormier, François Châteauneuf

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2012
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Optical Sensing Technologies
Établissements canadiensInstitut National d'Optique
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLidarRemote sensingHyperspectral imagingMultispectral imageMaterials scienceEnvironmental scienceOpticsGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Remote sensing or stand-off detection using controlled light sources is a well known and often used technique for atmospheric and surface spatial mapping. Today, ground based, vehicle-borne and airborne systems are able to cover large areas with high accuracy and good reliability. This kind of detection based on LiDAR (Light Detection and Ranging) or active Differential Optical Absorption Spectroscopy (DOAS) technologies, measures optical responses from controlled illumination of targets. Properties that can be recorded include volume back-scattering, surface reflectivity, molecular absorption, induced fluorescence and Raman scattering. The various elastic and inelastic backscattering responses allow the identification or characterization of content of the target volumes or surfaces. INO has developed instrumentations to measure distance to solid targets and monitor particles suspended in the air or in water in real time. Our full waveform LiDAR system is designed for use in numerous applications in environmental or process monitoring such as dust detection systems, aerosol (pesticide) drift monitoring, liquid level sensing or underwater bathymetric LiDARs. Our gated imaging developments are used as aids in visibility enhancement or in remote sensing spectroscopy. Furthermore, when coupled with a spectrograph having a large number of channels, the technique becomes active multispectral/hyperspectral detection or imaging allowing measurement of ultra-violet laser induced fluorescence (UV LIF), time resolved fluorescence (in the ns to ms range) as well as gated Raman spectroscopy. These latter techniques make possible the stand-off detection of bio-aerosols, drugs, explosives as well as the identification of mineral content for geological survey. This paper reviews the latest technology developments in active remote sensing at INO and presents on-going projects conducted to address future applications in environmental monitoring.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil1,000

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,225 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced Optical Sensing TechnologiesTravaux en français237 207