MétaCan
Menu
Retour à la cohorte
Enregistrement W2057755366 · doi:10.1061/jhtrcq.0000063

Design and Application of 3D Laser Profile Data Acquisition System

2011· article· en· W2057755366 sur OpenAlexaff
Zhishan Wu, Liufu Hu, Xiaobing Li, Wensheng Wu

Notice bibliographique

RevueJournal of Highway and Transportation Research and Development (English Edition) · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensMinistry of Transportation of Ontario
Organismes subventionnairesnon disponible
Mots-clésData acquisitionLaserSoftwareRealization (probability)Computer scienceMeasure (data warehouse)Laser scanningRoad surfaceScale (ratio)Point cloudSimulationEngineeringComputer visionOpticsData miningMathematics

Résumé

récupéré en direct d'OpenAlex

In order to measure the trivial road deformation by the full—scale accelerated load testing, a theory to acquire 3D laser profile data with a single—point laser (2 μm) was proposed to design and develop a measuring instrument. The design and realization of the overall structure and software were discussed in detail. Moreover, the acquisition of 3D laser profile data and the method of graphic reconstruction as well as the measurement error of the instrument were investigated. Thus, 3D information of road surface was obtained by using this measuring instrument with an accuracy of ±0.5 mm. The result indicates that the road indexes such as rut, structural depth and potholes can be acquired through this 3D laser profile data acquisition system with high efficiency and accuracy.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,069
Tête enseignante GPT0,265
Écart entre enseignants0,196 · 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'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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Highway and Transportation Research and Development (English Edition)Même sujet3D Surveying and Cultural HeritageTravaux en français237 207