LWIR hyperspectral imaging application and detection of chemical precursors
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
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.
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 | 0,001 |
| 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