MétaCan
Menu
Retour à la cohorte
Enregistrement W2060470451 · doi:10.1049/ip-rsn:20000240

Aircraft identification from RCS measurement using an orthogonal transform

2000· article· en· W2060470451 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEE Proceedings - Radar Sonar and Navigation · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced SAR Imaging Techniques
Établissements canadiensDepartment of National DefenceRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésIdentification (biology)AlgorithmComputer scienceDiscrete Fourier transform (general)Computational complexity theoryRadar cross-sectionFrequency domainDiscrete cosine transformRange (aeronautics)Domain (mathematical analysis)RadarFractional Fourier transformMathematicsFourier transformArtificial intelligenceEngineeringTelecommunicationsComputer vision

Résumé

récupéré en direct d'OpenAlex

A comparative study on target identification using the radar cross section (RCS) signature of an aircraft in both the frequency domain and the range domain is conducted. A maximum likelihood method is employed to perform the identification process. Generalised likelihood identification when the received RCS signal is attenuated by an unknown amount is also examined. Target identification could be quite computationally intensive since a large number of library reference signatures may have to be searched to declare an identification. The use of an orthogonal transform is proposed to reduce the computational requirement. It is found that the discrete cosine transform is very effective in compacting the RCS signature in the frequency domain, and the Haar transform is more efficient in the range domain. The application of orthogonal transforms can reduce the computational complexity by at least 50% while maintaining the same identification 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.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,476
Score d'incertitude au seuil0,766

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 savante0,0000,001
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 Opus0,022
Tête enseignante GPT0,246
Écart entre enseignants0,224 · 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