MétaCan
Menu
Retour à la cohorte
Enregistrement W2009062875 · doi:10.1117/12.914049

Characterization of real objects by an active electrolocation sensor

2012· article· en· W2009062875 sur OpenAlexaff
Michael G. Metzen, Imène Al Ghouz, S. Krueger, Herbert Bousack, Gerhard von der Emde

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésElectroreceptionElectric fishElectric fieldSIGNAL (programming language)AcousticsMaterials scienceComputer scienceBiological systemArtificial intelligenceOpticsPhysicsFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Weakly electric fish use a process called 'active electrolocation' to orientate in their environment and to localize objects based on their electrical properties. To do so, the fish discharge an electric organ which emits brief electrical current pulses (electric organ discharge, EOD) and in return sense the generated electric field which builds up surrounding the animal. Caused by the electrical properties of nearby objects, fish measure characteristic signal modulations with an array of electroreceptors in their skin. The fish are able to gain important information about the geometrical properties of an object as well as its complex impedance and its distance. Thus, active electrolocation is an interesting feature to be used in biomimetic approaches. We used this sensory principle to identify different insertions in the walls of Plexiglas tubes. The insertions tested were composed of aluminum, brass and graphite in sizes between 3 and 20 mm. A carrier signal was emitted and perceived with the poles of a commercial catheter for medical diagnostics. Measurements were performed with the poles separated by 6.3 to 55.3 mm. Depending on the length of the insertion in relation to the sender-receiver distance, we observed up to three peaks in the measured electric images. The first peak was affected by the material of the insertion, while the distance between the second and third peak strongly correlated with the length of the insertion. In a second experiment we tested whether various materials could be detected by using signals of different frequency compositions. Based on their electric images we were able to discriminate between objects having different resistive properties, but not between objects of complex impedances.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,226
Écart entre enseignants0,217 · 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'étudeObservationnel
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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetFish biology, ecology, and behaviorTravaux en français237 207