MétaCan
Menu
Retour à la cohorte
Enregistrement W2015638663 · doi:10.1117/12.922022

Tilted pressure-tuned field-widened Michelson interferometer for high spectral resolution lidar

2012· article· en· W2015638663 sur OpenAlexaff
Dong Liu, C. A. Hostetler, Ian Miller, Anthony L. Cook, Richard J. Hare, David B. Harper, J. W. Hair

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensLightMachinery (Canada)
Organismes subventionnairesLangley Research CenterOak Ridge Associated Universities
Mots-clésInterferometryOpticsMichelson interferometerBackscatter (email)Remote sensingLidarInterference (communication)Spectral resolutionBeam splitterAstronomical interferometerLaserField of viewPhysicsComputer scienceGeologySpectral lineTelecommunications

Résumé

récupéré en direct d'OpenAlex

High spectral resolution lidars (HSRLs) designed for aerosol and cloud remote sensing are increasingly being deployed on aircraft and called for on future space-based missions. The HSRL technique relies on spectral discrimination of the atmospheric backscatter signals to enable independent, unambiguous retrieval of aerosol extinction and backscatter. NASA Langley Research Center is developing a tilted pressure-tuned field-widened Michelson interferometer (FWMI) to achieve the spectral discrimination for an HSRL system. The FWMI consists of a cubic beam splitter, a solid glass arm, and a sealed air arm. The spacer that connects the air arm mirror to the main part of the interferometer is designed to minimize thermal sensitivity. The pressure of the sealed air-arm air can be accurately controlled such that the frequency of maximum interference can be tuned with great precision to the transmitted laser wavelength. In this paper, the principle of the tilted pressure-tuned FWMI for HSRL is presented. The pressure tuning rate, the tilted angle requirement and challenges in building the real instrument are discussed.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 GPT0,217
Écart entre enseignants0,208 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAtmospheric aerosols and cloudsTravaux en français237 207