Unstable Slope Monitoring with a Wireless Shape-Acceleration Array System
Notice bibliographique
Résumé
The evaluation, health monitoring and response prediction of soil and soil-structure systems during construction and due to extreme hazard conditions are on the verge of a significant paradigm shift. New and less expensive sensing technologies have enabled the development of innovative instrumentation and advanced interactive modeling tools. These tools, combined with recent advances in information technology including wireless sensor networking, data mining, visualization and system identification, promise significant improvements in real time monitoring during construction, sensor-assisted design and early warning of impending failure. This paper presents the newly developed Wireless Shape-Acceleration Array (WSAA) sensor that measures multi-dimensional acceleration and deformation profiles and constitutes a major step toward autonomous monitoring technology for soil and soil-structure systems. The WSAA sensor employs micromachined electromechanical sensors (MEMS), which have enabled gravity-based shape calculation along a sensorized substrate. WSAA uses MEMS accelerometers in a pre-calibrated, geometrically constrained array to provide long-term stability. This sensor array is capable of measuring 2D soil acceleration and 3D permanent ground deformations to a depth of one hundred meters. Each sensor array is connected to a wireless earth station to enable real time monitoring of a wide range of soil and soil-structure systems as well as remote sensor configuration. This paper presents the evolving design of this new sensor array as well a description of and preliminary data from an instrumented unstable slope in California.
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 | 0,000 | 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 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 ».