MétaCan
Menu
Retour à la cohorte
Enregistrement W2313334492 · doi:10.2514/6.2016-1494

Networked Cooperative Swarm System for Area Denial Operations

2016· article· en· W2313334492 sur OpenAlexaboutno aff
Michael L. Anderson, John Jairo Gómez Ríos, David Stone, Joshua Cuany, Cody Rasmussen, Lauren Hale

Notice bibliographique

RevueAIAA Infotech @ Aerospace · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensnon disponible
Organismes subventionnairesAir Force Research LaboratoryU.S. Air Force Academy
Mots-clésComputer scienceSwarm behaviourDenialDenial-of-service attackDistributed computingArtificial intelligenceOperating systemThe Internet

Résumé

récupéré en direct d'OpenAlex

Anti-Personnel Landmines (APL) indiscriminately injure or kill thousands of innocent non-combatants every year, and the United States is committed to eliminating their use. Therefore, technology that replaces the military capability of APL is highly desired by the defense industry. Here, a solution is proposed for an anti-vehicle landmine (AVL) system called the Cooperative AVL Self-Defending Minefield that consists of a team of networked mobile landmines. These mines will collaborate to create an optimal minefield spacing, and will reconfigure the minefield to fill gaps in the event an opposing force attempts to breach it. Details of the mobile mine prototype, and the optimization strategy are described. This technology satisfies the requirements of the international Anti-Personnel Mine Ban Convention, known as the Ottawa Treaty, while promising an effective military capability. The project resulted in the development and successful test of a 4-member cooperative minefield system that was able to reconfigure itself to close gaps created by simulated breaching operations.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,015
Tête enseignante GPT0,241
Écart entre enseignants0,226 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA Infotech @ AerospaceMême sujetGeophysical Methods and ApplicationsTravaux en français237 207