Improvement of GPS phase ambiguity resolution using prior height information as a quasi-observation.
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
La resolution des ambiguites sur les phases du GPS sur L1 est toujours difficile pour l'arpentage cinematique, particulierement lorsque la ligne de base est longue. Une approche interessante consiste a combiner les observations GPS a l'information d'autres systemes d'arpentage ou d'autres sources pour ameliorer la resolution des ambiguites. En leves bathymetriques, l'information anterieure sur la hauteur peut etre obtenue a partir de maregraphes. La presente recherche est entreprise pour etudier comment utiliser l'information anterieure sur la hauteur et comment obtenir une solution stable. Il s'agit d'une methode qui utilise la hauteur anterieure comme une quasi-observation. Celle-ci est ensuite utilisee dans la compensation avec les observations GPS. Dans cette contribution, un algorithme est d'abord developpe pour le calcul de compensation avec la quasi-observation. La capacite de la quasi-observation d'ameliorer la technique de recherche est ensuite etudiee en detail. Les resultats montrent que non seulement la quasi-observation peut renforcer les tests pour eliminer les solutions incorrectes, mais elle peut aussi changer avantageusement la structure de l'espace de recherche des ambiguites. La stabilite de la methode est egalement examinee. Enfin, des tests sur place sont entrepris pour demontrer que l'approche proposee est efficace. Les resultats des tests montrent que pour les leves bathymetriques dans le fleuve Saint-Laurent, si la technique d'interpolation de la maree est utilisee et si l'assise, le tangage et le tirant d'eau du bateau sont consideres, une precision de la hauteur anterieure (σ Hpr ) de 10 ou 20 centimetres peut etre selectionnee.
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