An Approach towards Future Commercial Space Communications and Navigation
Notice bibliographique
Résumé
The Lockheed Martin Space Systems Company (LMSSC) perspective on “Commercial Space Communications and Navigation (CSC&N)” is varied and commercial space business could be possible, but would require unique business cases that need certain barriers removed and enablers added to optimize the CSC&N architecture and maximize the commercial business model. Commercial business ventures usually have multiple customers to serve and/or provide products to sell. A CSC&N system really has one customer today, NASA, with possibilities of other customers within the U.S. Government, International community, and commercial space travel. To enhance these other customer avenues, certain CSC&N architectures might be developed that would not be optimal for NASA, but can be beneficial to multiple customers. A variety of architectures and business models can be investigated to focus on optimizing the commercial potential of CSC&N, rather than focusing on optimizing NASA’s requirements for Deep Space C&N. This section will discuss a subset of these other architectures in relation to certain business models that can be used to commercialize all or parts of the NASA C&N system. The basic premise from Lockheed Martin’s point of view is to look at architectures that can be commercialized for Space Communications and Navigation. To do this we must minimize the technical complexity of the terminals that will use the CSC&N system. By minimizing the size, weight and power requirements for these terminals, we can maximize the science payload capability and human space flight reliability, as well as provide internet capability to the commercial space travel industry. In creating a “standard” set of terminals, we can keep costs for new missions to the moon and moon surface sortie missions, focused on the NASA science missions, provide high-speed communications to commercial space travel, and not on generating new one-of-a-kind communication and navigation terminals for each mission..
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,005 |
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 ».