Improved ship detection with airborne polarimetric SAR data
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.
Notice bibliographique
Résumé
AbstractThe ship-detection performance that can be obtained from polarimetric synthetic aperture radar (SAR) data is compared with that obtained from single-channel SAR data. Statistical decision theory is used to define decision variables that quantify the tradeoff between the probability of missed detection and the probability of false alarm; performance is characterized by calculating receiver operating characteristics from single-channel and polarimetric SAR data by using likelihood ratio tests with the Neyman–Pearson criterion. It is shown that ship-detection performance obtained with polarimetric SAR data is improved compared with that obtained with single-channel SAR data. We also evaluate the results of these algorithms when applied to single-channel, dual-channel amplitude-only, dual-channel with amplitude and phase, and fully polarimetric SAR data of known ships. In this way, the relative improvement in ship-detection performance that is realized by using polarimetric information is quantified.On compare les améliorations obtenues au niveau de la performance dans la détection des navires suite à l'utilisation des données polarimétriques radar à synthèse d'ouverture (RSO) comparativement aux données RSO à bande unique. La théorie de décision statistique est utilisée pour définir des variables de décision qui permettent de quantifier le compromis à faire entre la probabilité de détection ratée et la probabilité de fausse alarme; la performance est caractérisée en calculant les caractéristiques de fonctionnement du récepteur à partir de données RSO en bande unique et polarimétriques en utilisant des tests de ratio de probabilité avec le critère Neyman-Pearson. Il est démontré que l'on peut améliorer la performance au plan de la détection des navires en utilisant des données polarimétriques RSO comparativement aux données RSO en bande unique. Nous évaluons également les résultats de ces algorithmes appliqués à des données à bande unique, à deux bandes avec l'amplitude seulement, à deux bandes avec l'amplitude et la phase, et polarimétriques de navires connus. De cette façon, il est possible de quantifier l'amélioration relative de la performance dans la détection des navires réalisée en introduisant l'information polarimétrique.[Traduit par la Rédaction]
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle