MétaCan
Menu
Retour à la cohorte
Enregistrement W2152299995 · doi:10.5589/m10-008

MAGIC: MAp-Guided Ice Classification System

2010· article· en· W2152299995 sur OpenAlexfundvenueaboutno aff
David A. Clausi, A. K. Qin, Md. Shahnur Azad Chowdhury, Peter Yu, Philippe Maillard

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolygon (computer graphics)Sea iceMAGIC (telescope)SegmentationRemote sensingComputer scienceSynthetic aperture radarPixelGeologyGeographyArtificial intelligenceCartographyComputer visionComputer graphics (images)MeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

A MAp-Guided Ice Classification (MAGIC) system is described and demonstrated. MAGIC is designed specifically to read and interpret synthetic aperture radar (SAR) sea ice images using associated ice maps as provided by the Canadian Ice Service (CIS). An ice chart is manually created at the CIS based on the corresponding SAR image and other ancillary data to provide ice concentrations, types, and floe sizes within enclosed "polygon" regions. MAGIC uses such information as input and then generates a sensor resolution (pixel-based) ice map for each polygon, a product not feasibly produced manually. The primary feature of the current MAGIC version 1.0 is its segmentation module, which is evaluated successfully on a number of images. MAGIC is designed to be used not only as a specific tool for sea ice interpretation but also as a general platform for interpreting generic digital imagery using implemented fundamental and advanced algorithms.

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 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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,018
Tête enseignante GPT0,209
Écart entre enseignants0,191 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207