MétaCan
Menu
Retour à la cohorte
Enregistrement W2317473367 · doi:10.2514/6.2011-6222

Static Soaring Surveillance in the Wind Field

2011· article· en· W2317473367 sur OpenAlexaff
Chen Gao, Hugh H. T. Liu

Notice bibliographique

RevueAIAA Guidance, Navigation, and Control Conference · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace and Aviation Technology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésField (mathematics)Wind powerEnvironmental scienceComputer scienceMeteorologyAerospace engineeringMarine engineeringAeronauticsEngineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

ight strategy of exploiting favorable air currents to gain energy from the atmosphere. This paper presents autonomous soaring surveillance by incorporating the soaring strategy into the problem of aerial surveillance performed by an unpowered unmanned aerial vehicle (UAV). The surveillance area of the UAV is usually conned to a small region due to the limited on-board energy. By soaring the UAV’s energy such as the ight altitude or speed can be relled so that the surveillance area is expected to be extended. The surveillance task can be formulated as a well-known traveling salesman problem (TSP), and the solution is sought by a so-called cross-entropy method. At the time of conducting the surveillance task, the UAV estimates, searches, and takes advantage of favorable air currents to gain extra energy. The energy can be utilized to explore new regions. The paper presents our work on optimization algorithm development, followed by promising simulation results.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,358

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 Opus0,012
Tête enseignante GPT0,200
Écart entre enseignants0,188 · 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'étudeObservationnel
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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA Guidance, Navigation, and Control ConferenceMême sujetAerospace and Aviation TechnologyTravaux en français237 207