MétaCan
Menu
Retour à la cohorte
Enregistrement W1997639104 · doi:10.1121/1.4835835

Three-dimensional localization of transient acoustic sources using an ice-mounted geophone

2014· article· en· W1997639104 sur OpenAlexaff
Stan E. Dosso

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésGeophoneGeologySea iceShear wavesAcousticsGeodesyPassive seismicSeismologyBearing (navigation)GeophysicsShear (geology)PhysicsClimatology

Résumé

récupéré en direct d'OpenAlex

This paper presents an approach to three-dimensional (3D) localization of ocean acoustic sources using a single three-component geophone on Arctic sea ice. Source bearing is estimated by maximizing the radial signal power as a function of horizontal look angle, applying seismic polarization filters to suppress shear waves with transverse particle motion. The inherent 180° ambiguity is resolved by requiring outgoing (prograde) particle motion in the radial-vertical plane. Source range and depth estimates and uncertainties are computed by Bayesian inversion of arrival-time differences of the water-borne acoustic wave and ice seismic waves, including the horizontally-polarized shear wave and longitudinal plate wave. The 3D localization is applied to geophone recordings of impulsive sources deployed in the water column at a series of ranges (200 to 1000 m) and bearings (0° to 90°) for three sites in the Lincoln Sea characterized by smooth annual ice, rough/ridged annual ice, and thick multi-year ice. Good bearing estimates are obtained in all cases. Range-depth localization is successful for ranges over which ice seismic arrivals could be reliably detected, approximately 200 m on rough ice, 500 m on smooth ice, and 800 m on multi-year ice. Effects of environmental uncertainty on localization are quantified by marginalizing over unknown environmental parameters.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,757
Score d'incertitude au seuil0,417

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,021
Tête enseignante GPT0,260
Écart entre enseignants0,238 · 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.

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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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