MétaCan
Menu
Retour à la cohorte
Enregistrement W1977415233 · doi:10.1177/003754970107600605

A Simulation Environment for Multi-Sensor Planning

2001· article· en· W1977415233 sur OpenAlexaff
L. Hodge, Mohamed S. Kamel

Notice bibliographique

RevueSIMULATION · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotics and Sensor-Based Localization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSoftware deploymentFlexibility (engineering)Computer scienceTask (project management)Real-time computingArchitectureWireless sensor networkHuman–computer interactionEmbedded systemArtificial intelligenceSystems engineeringEngineeringSoftware engineeringComputer network

Résumé

récupéré en direct d'OpenAlex

The aim of this work is to design a flexible multi- agent environment for simulating the deployment of multiple sensors for a given sensing task. The envi ronment is based on a multi-agent architecture such that each sensor is controlled by an autonomous in telligent agent. This allows the user great flexibility in manipulating the number of sensors and also the capabilities of each sensor. The simulation system permits the user to visualize the outcome of the de ployment for various sensor configurations prior to implementation in the real world. Currently, the system focuses on the use of cameras for visual in spection tasks in which a single camera would be inadequate due to occluding objects in the scene or the sheer size of the target.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,003

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 Opus0,059
Tête enseignante GPT0,294
Écart entre enseignants0,235 · 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'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

Citations6
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSIMULATIONMême sujetRobotics and Sensor-Based LocalizationTravaux en français237 207