MétaCan
Menu
Retour à la cohorte
Enregistrement W2213974468

A Review of Point Target Spectra for Bistatic SAR Processing

2008· review· en· W2213974468 sur OpenAlexaff
Yewlam Neo, F.H. Wong, Ian Cumming

Notice bibliographique

RevueSynthetic Aperture Radar (EUSAR), 2008 7th European Conference on · 2008
Typereview
Langueen
DomaineEngineering
ThématiqueAdvanced SAR Imaging Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBistatic radarSeries (stratigraphy)Computer sciencePoint targetSpectrum (functional analysis)Term (time)Radar imagingPhysicsSynthetic aperture radarRadarArtificial intelligenceGeologyTelecommunications
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bistatic SAR data are more complicated to process than monostatic data because of the versatile sensor geometry and the non-stationary properties of the received data. Recent approaches to the processing of bistatic SAR data have revolved around finding an accurate representation of the two-dimensional spectrum for a point target. In this paper, we review past methods of obtaining the spectrum, then present a new method based on a power series. We then establish the relationship between three independently-derived bistatic point target spectra. The first spectrum is Loffeld?s Bistatic Formula (LBF), which consists of a quasi-monostatic phase term and a bistatic phase term. The second spectrum makes use of Rocca?s smile operator, which transforms bistatic data in a defined configuration to a monostatic equivalent. The third spectrum is derived using the method of series reversion (MSR). Simulations are performed to illustrate the focusing accuracies of each form of the spectrum.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,300
Écart entre enseignants0,261 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSynthetic Aperture Radar (EUSAR), 2008 7th European Conference onMême sujetAdvanced SAR Imaging TechniquesTravaux en français237 207