LWIR hyperspectral imaging application and detection of chemical precursors
Notice bibliographique
Résumé
Detection and identification of Toxic industrial chemicals (TICs) represent a major challenge to protect and sustain first responder and public security. In this context, passive Hyperspectral Imaging (HSI) is a promising technology for the standoff detection and identification of chemical vapors emanating from a distant location. To investigate this method, the Department of National Defense and Public Safety Canada have mandated Defense Research and Development Canada (DRDC) – Valcartier to develop and test Very Long Wave Infrared (VLWIR) HSI sensors for standoff detection. The initial effort was focused to address the standoff detection and identification of toxic industrial chemicals (TICs), surrogates and precursors. Sensors such as the Improved Compact ATmospheric Sounding Interferometer (iCATSI) and the Multi-option Differential Detection and Imaging Fourier Spectrometer (MoDDIFS) were developed for this application. This paper presents the sensor developments and preliminary results of standoff detection and identification of TICs and precursors. The iCATSI and MoDDIFS sensors are based on the optical differential Fourier-transform infrared (FTIR) radiometric technology and are able to detect, spectrally resolve and identify small leak at ranges in excess of 1 km. Results from a series of trials in asymmetric threat type scenarios are reported. These results serve to establish the potential of passive standoff HSI detection of TICs, precursors and surrogates.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».