MétaCan
Menu
Retour à la cohorte
Enregistrement W2139177468 · doi:10.3138/infor.49.1.015

A Constraint Optimization Approach for the Allocation of Multiple Search Units in Search and Rescue Operations

2011· article· en· W2139177468 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.
fundUn bailleur canadien est enregistré sur le travail.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueINFOR Information Systems and Operational Research · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueConstraint Satisfaction and Optimization
Établissements canadiensUniversité Laval
Organismes subventionnairesMitacs
Mots-clésGuided Local SearchIncremental heuristic searchSearch and rescueBeam searchBest-first searchComputer scienceMathematical optimizationSearch algorithmSearch theoryConstraint (computer-aided design)Iterative deepening depth-first searchConstraint programmingObject (grammar)Operations researchAlgorithmArtificial intelligenceMathematicsStochastic programming

Résumé

récupéré en direct d'OpenAlex

Search and Rescue (SAR) comprises the search for and provision of aid to persons who are, or who are feared to be, in distress or in imminent danger of loss of life. Time is a crucial factor for survivors who must be found quickly and search planning may get complex in the case of a large search area and multiple search resources. The problem we address in this paper is that of defining and assigning multiple non-overlapping rectangular sub-areas to search units (search aircraft) such that the search plan is operationally feasible and the total probability of success is maximized. We present algorithms we developed for the search resources allocation problem for aeronautical SAR incidents when multiple indivisible searchers are present. These algorithms are based on classical search theory and on constraint programming. We assume that the search effort is continuous and measured by track length, that the search object is stationary and that search is conducted in discrete space. We present experimental results for a realistic SAR case overland.

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)0,003
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil0,496

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
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 Opus0,126
Tête enseignante GPT0,320
Écart entre enseignants0,194 · 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