MétaCan
Menu
Retour à la cohorte
Enregistrement W1992923283 · doi:10.1109/whispers.2010.5594913

Current ground-based LWIR his remote sensing activities at Defense R&D Canada — Valcartier

2010· article· en· W1992923283 sur OpenAlexaffabout
Jean‐Marc Thériault, Eldon Puckrin, Hugo Lavoie, François Bouffard, Caroline S. Turcotte, Josée Lévesque

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Laser Applications
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésRemote sensingHyperspectral imagingRadianceImaging spectrometerImage sensorInterferometryPixelImage resolutionInfraredRadiometryPrismOpticsEnvironmental scienceSpectrometerComputer sciencePhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Recently, DRDC Valcartier has been investigating novel ground-based longwave hyperspectral imaging (HSI) remote sensing techniques. Specific projects include the development of a new ground-based sensor called MoDDIFS (Multi-Option Differential Detection and Imaging Fourier Spectrometer), which is a leading edge infrared (IR) hyperspectral imaging (HSI) sensor optimized for the standoff detection of explosive vapours and precursors. The development of the MoDDIFS sensor is based on the integration of two innovative technologies: (1) the differential Fourier-transform infrared (FTIR) radiometry technology found in the Compact Atmospheric Sounding Interferometer (CATSI) previously developed by DRDC Valcartier, and (2) the HSI technology developed by Telops. The MoDDIFS sensor will offer the optical subtraction capability of the CATSI system but at high-spatial resolution using an MCT focal plane array of 84×84 pixels. The MoDDIFS sensor offers the potential of simultaneously measuring differential linear polarizations to further reduce the clutter in the measured radiance.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,221

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0310,008

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 Opus0,014
Tête enseignante GPT0,256
Écart entre enseignants0,242 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSpectroscopy and Laser ApplicationsTravaux en français237 207