An Enhanced Real-Time Regional Ionospheric Model Using IGS Real-Time Service (IGS-RTS) Products
Notice bibliographique
Résumé
Recently, the International Global Navigation Satellite System (GNSS) Service (IGS) has launched the Real-Time Service (IGS-RTS). The RTS products enable real-time precise positioning applications. For single-frequency Real-Time Precise Point Positioning (RT-PPP), ionospheric delay mitigation is a major challenge. To overcome this challenge, we developed a Real-Time Regional Ionospheric Model (RT-RIM) over Europe using the RTS satellite orbits and clock products. The model has spatial and temporal resolution of 1° × 1° and 15 minutes, respectively. Global Positioning System (GPS) observations from 60 IGS and EUREF reference stations are processed using the Bernese 5·2 PPP module in order to extract the Real-Time Vertical Electron Content (RT-VTEC). The PPP convergence time and positioning accuracy using the RTS products is estimated and compared with dual frequency PPP and single-frequency PPP obtained through the combined rapid IGS Global Ionospheric Maps (IGS-GIM) over three consecutive days under high solar activity and one of them under active geomagnetic activity. The results show that the proposed model improves PPP accuracy and convergence time under the mid-latitude region about 40%, 55% and 40% for the horizontal, height and three-dimensional (3D) components respectively in comparison with the IGS-GIM.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».