MétaCan
Menu
Retour à la cohorte
Enregistrement W1989713906 · doi:10.1121/1.3249550

On the use of an autonomous underwater vehicle for seabed characterization.

2009· article· en· W1989713906 sur OpenAlexaboutno aff
Peter L. Nielsen, Charles W. Holland, R. Hollett

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeabedSonarGeologyUnderwaterClutterAcousticsMarine mammals and sonarHydrophoneSynthetic aperture sonarMarine engineeringRemote sensingUnderwater acousticsSubmarineComputer scienceOceanographyRadarTelecommunicationsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

In 2009 NURC conducted the CLUTTER’09 experiment on the Malta Plateau, south of Sicily, in collaboration with the CLUTTER JRP partners from USA and Canada. One of the main objectives of this experiment was to characterize the seabed for geoacoustic and scattering properties related to clutter, i.e., around regions on the bottom which generate target-like returns on active sonar displays. The equipment used was a newly developed sound source and 32-m horizontal line array at NURC towed behind the Ocean Explorer Autonomous Underwater Vehicle (OEX-AUV). The source transmitted signals in the frequency band 800–3500 Hz and were received on the line array. The array has a four-level aperture which allows both for utilizing individual hydrophone data and beamformed data for the seabed characterization. The advantage of using the OEX-AUV is that measurements can be performed close to the seabed which are difficult to obtain from conventional sonar systems towed from a surface vessel. Results of environmental characterization using the OEX-AUV from a selected region are presented and compared to independent findings from previous experiments. [Work supported by the NATO Undersea Research Centre and the Office of Naval Research OA321]

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0020,000

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 Opus0,042
Tête enseignante GPT0,262
Écart entre enseignants0,221 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetUnderwater Acoustics ResearchTravaux en français237 207