Detection of Ships with Multi-Frequency and CODAR SeaSonde HF Radar Systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Les systèmes CODAR Seasonde et MCR (Multi-Frequency Coastal Radar) sont conçus pour mesurer les caractéristiques environnementales océaniques, en particulier les courants océaniques, les vagues et les vents. En plus de permettre ces mesures, ces systèmes ont aussi la capacité de détecter des cibles discrètes comme les navires. Dans cet article, on discute des mesures réalisées à l'aide de ces deux systèmes dans le contexte de la détection des navires sur la côte est et ouest des Etats-Unis. Des données radar acquises au-dessus du Lac Michigan démontrent aussi, pour la première fois, le potentiel du radar HF pour la détection des navires au-dessus de lacs d'eau douce. Les données de rétrodiffusion acquises à partir de navires de convenance sont consistantes avec les considérations théoriques sur les portées maximales atteignables pour la détection des navires dans le cas des systèmes CODAR SeaSonde et MCR. Des estimations des surfaces équivalentes des navires sont aussi consistantes avec les valeurs expérimentales existantes. Les méthodes comme la stationnanté du signal, la diversité de fréquences et le suivi des pics permettent de distinguer les navires des autres cibles et sources de bruit à l'intérieur des échos reçus de ces deux systèmes radar.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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