MétaCan
Menu
Retour à la cohorte
Enregistrement W2000207432 · doi:10.1364/ao.50.000891

Infrared species tomography of a transient flow field using Kalman filtering

2011· article· en· W2000207432 sur OpenAlexaff
Kyle J. Daun, Steven L. Waslander, Brandon B. Tulloch

Notice bibliographique

RevueApplied Optics · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésKalman filterSmoothnessOpticsTomographyNoise (video)Computer scienceFast Kalman filterExtended Kalman filterPhysicsAlgorithmMathematicsComputer visionArtificial intelligenceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

In infrared species tomography, the unknown concentration distribution of a species is inferred from the attenuation of multiple collimated light beams shone through the measurement field. The resulting set of linear equations is rank-deficient, so prior assumptions about the smoothness and nonnegativity of the distribution must be imposed to recover a solution. This paper describes how the Kalman filter can be used to incorporate additional information about the time evolution of the distribution into the reconstruction. Results show that, although performing a series of static reconstructions is more accurate at low levels of measurement noise, the Kalman filter becomes advantageous when the measurements are corrupted with high levels of noise. The Kalman filter also enables signal multiplexing, which can help achieve the high sampling rates needed to resolve turbulent flow phenomena.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,337
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,184
Écart entre enseignants0,168 · 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.

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

Citations26
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207