MétaCan
Menu
Retour à la cohorte
Enregistrement W2017222718 · doi:10.1117/12.609448

I-SIL: features and capabilities of a long-range shuttle inspection characteristics lidar

2005· article· en· W2017222718 sur OpenAlexaff
Ross Gillett, Éric Martin, Arkady Ulitsky

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2005
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Optical Sensing Technologies
Établissements canadiensOptech (Canada)Canadian Space Agency
Organismes subventionnairesnon disponible
Mots-clésLidarRange (aeronautics)Remote sensingComputer scienceSpace ShuttleEnvironmental scienceGeologyAerospace engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The tragic loss of the Space Shuttle Columbia and crew in 2003 has resulted in a requirement to inspect the Shuttle Thermal Protection System (TPS) on-orbit so that the crew may remain at the International Space Station (ISS) in the event of damage that might pose an unacceptable risk to their safe return. An instrumented inspection boom manipulated and operated from the Shuttle’s Canadarm will provide an interim solution for the initial flights. However, a longer term solution has been planned that will permit the required inspection to be performed from within the ISS through the ISS windows. This plan involves the Shuttle performing a pitching maneuver to expose the underside for inspection purposes as it approaches the ISS prior to docking. The central approach in this plan is for the ISS crew to photograph the Shuttle TPS through the ISS windows using high-definition cameras. As an augmentation to this plan, the ISS-based Shuttle Inspection Lidar, or I-SIL, is a proposed lidar instrument that will generate a 3D topographic surface of the Shuttle underside to enable rapid identification and volumetric analysis of tile damage to generate safety and repair data. This paper presents the mission requirements and derived requirements for I-SIL, analyzes specific details of the inspection requirements, and discusses various phases of operating scenarios. The conclusion of the paper outlines the current status of the proposed technology.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,771
Score d'incertitude au seuil0,812

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,221
Écart entre enseignants0,214 · 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 tête enseignante, 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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced Optical Sensing TechnologiesTravaux en français237 207