MétaCan
Menu
Retour à la cohorte
Enregistrement W2279312602 · doi:10.5194/isprsarchives-xl-1-w4-143-2015

DEVELOPMENT OF THE BRICAN TD100 SMALL UAS AND PAYLOAD TRIALS

2015· article· en· W2279312602 sur OpenAlexaffabout
B. Eggleston, Brian McLuckie, William R. Koski, David M. Bird, C. Patterson, Denys Bohdanov, H. Liu, Tony Mathews, Gayan Gamage

Notice bibliographique

Revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Measurement and Detection Methods
Établissements canadiensUniversity of TorontoMcGill University
Organismes subventionnairesnon disponible
Mots-clésPayload (computing)PhotographyRemote sensingAerial photographyDroneEnvironmental scienceAeronauticsComputer scienceEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. The Brican TD100 is a high performance, small UAS designed and made in Brampton Ontario Canada. The concept was defined in late 2009 and it is designed for a maximum weight of 25 kg which is now the accepted cut-off defining small civil UASs. A very clean tractor propeller layout is used with a lightweight composite structure and a high aspect ratio wing to obtain good range and endurance. The design features and performance of the initial electrically powered version are discussed and progress with developing a multifuel engine version is described. The system includes features enabling operation beyond line of sight (BLOS) and the proving missions are described. The vehicle has been used for aerial photography and low cost mapping using a professional grade Nikon DSLR camera. For forest fire research a FLIR A65 IR camera was used, while for georeferenced mapping a new Applanix AP20 system was calibrated with the Nikon camera. The sorties to be described include forest fire research, wildlife photography of bowhead whales in the Arctic and surveys of endangered caribou in a remote area of Labrador, with all these applications including the DSLR camera.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,061
Tête enseignante GPT0,292
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciencesMême sujetAdvanced Measurement and Detection MethodsTravaux en français237 207