Estimating source locations of unexploded ordnance using the multiple signal classification algorithm
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
ABSTRACT To extract intrinsic polarization parameters of a buried object from electromagnetic induction (EMI) responses, one has to first find its location. We developed an efficient method to find the approximate locations of multiple ordnance items using time domain electromagnetic data. The procedure was based upon the principle of multiple signal classification which exploits the orthogonality of signal and noise subspaces of multistatic EMI data. For an arbitrary multistatic array, we formulated transmitter-based and receiver-based imaging or steering vectorial operators that related with the left and right singular vectors of a multistatic response matrix. The operators were computed at potential source locations and are mapped onto the noise subspaces derived from data. A spatial metric function was therefore introduced to measure the magnitude of the projection. A 3D source imaging of the metric function could be obtained by evaluating all potential locations over a region of interest. In ideal cases, the perfect orthogonality between the computed signal subspace and measured noisy subspace can be achieved at or near a target location, and rendered an imaging peak at that location. Conversely, the peak image locations obtained from this technique were used as the indicators for where targets were most likely present. The number of targets could be estimated from the rank of the data matrix, provided there were a sufficient number of transmitters and receivers. In some instances the locations of multiple targets were imaged directly, but the procedure was enhanced by stripping the effect of a larger or shallower target from the image. The technique was evaluated using the test-stand and field data, and compared with the standard nonlinear inversion. The results showed that it has potential capability to accurately localize sources in EMI sensing.
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