Spectral representation: a core aspect of modelling the response characteristics of time-domain EMI mine detectors
Notice bibliographique
Résumé
Most modern EMI mine detectors can detect the very small conductive and/or ferromagnetic parts of typical mines with relative ease. However, they also respond significantly to certain soils that contain lossy ferromagnetic minerals. In some special environments such as ocean beaches, conductivity of the host soil may also cause a response. Characterizing and modelling both the various target response mechanisms and the EMI detectors quantitatively would be relatively straightforward if it were not for the fact that most modern EMI detectors operate in time domain and use different current waveforms and time gates to observe response. Furthermore, much of the information about targets and interferences and even instrumental spectral limitations is observational rather than analytical data. In this paper, we put forward a spectral representation method that can be incorporated into both EMI data gathering and instrument modelling and which facilitates efficient quantitative simulation of arbitrary time- domain detection systems. The methodology and examples of its use are presented. Pure induction response from the ground is modelled with a sum-over-N-elements transfer function in which the kernel elements are single pole, pure damping responses which are log-spaced over the spectral range of interest. Instrument transfer functions can be described with a standard sparse pole and zero representation (located anywhere in the damped frequency half plane), if required. Model fitting techniques employing generalized inversion controls are used to go back and forth between frequency and time domain and the set of model parameters.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».