MétaCan
Menu
Retour à la cohorte
Enregistrement W2054331069 · doi:10.1109/cisda.2014.7035639

Maritime air defence firing tactics

2014· article· en· W2054331069 sur OpenAlexaff
Suruz Miah, Bao Nguyen, Davide Spinello, Wail Gueaieb

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMilitary Defense Systems Analysis
Établissements canadiensUniversity of OttawaDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésRAIDShootComputer scienceAnnihilationVariable (mathematics)Function (biology)MathematicsParticle physicsOperating systemBotanyPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

A typical firing doctrine is the Shoot-Look-Shoot tactic. In this tactic, the defence launches a salvo of interceptors against the targets (Shoot), assesses the outcomes of the engagements (Shoot-Look), and launches another salvo (Shoot-Look-Shoot) if time and the inventory of interceptors permit. In the open literature, it is often assumed that the targets are identical. This is not always true as targets come in with different ranges, speeds, sizes, cross sections etc. In this paper, we consider two types of targets. Each type of target has a different number engagement opportunities due to their ranges and speeds. Through the use of dynamic programming, a genetic algorithm, and a recursive generating function, we determine the probability of raid annihilation (the probability of neutralizing all of the targets) for two different Shoot-Look-Shoot (SLS) tactics. The first SLS tactic is based on variable size salvos and maximizes the probability of raid annihilation (PRA) for heterogeneous targets. The second SLS tactic is based on fixed-size salvos and is robust as it is independent of the number and types of targets. Theoretical results are validated through some computer simulations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,166
Écart entre enseignants0,162 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMilitary Defense Systems AnalysisTravaux en français237 207