Proof-of-Concept Shear Wave Velocity Measurements Using an Unmanned Autonomous Aerial Vehicle
Notice bibliographique
Résumé
The feasibility of using an unmanned autonomous aerial vehicle (UAAV) for the performance of shear wave velocity measurements is investigated. Proof-of-concept tests using an UAAV developed at the University of Michigan were performed at two sites, and the results are presented. Tests were performed first at an indoor sand pit facility at the University of Michigan that was filled with Ottawa sand to a depth of 3.7 m (12 ft). A second test was performed outdoors, at a stiffer soil site near campus. The multichannel analysis of surface waves method (MASW) was implemented using an array of 16 geophones. Conventional testing was performed using a hammer as a source. Additional testing was performed using as a source a 0.18 kgr (0.4 lb) mass that was dropped by the UAAV from an elevation of approximately 3 m (9.5 ft). Comparison of the results is made on the basis of the measured dispersion curves and the interpreted shear wave velocity profiles. The results from the two techniques were very similar, indicating that this technology has promise as a site characterization tool. A wireless sensor was also placed adjacent to a wired sensor to evaluate the feasibility of using a wireless sensor network for the performance of these tests. It is shown that the signals of the two sensors were essentially identical.
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 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 | 0,001 | 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) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».