MétaCan
Menu
Retour à la cohorte
Enregistrement W2363813582 · doi:10.1117/12.2224379

Emissivity retrieval from indoor hyperspectral imaging of mineral grains

2016· article· en· W2363813582 sur OpenAlexafffund
Bardia Yousefi, Saeed Sojasi, Clemente Ibarra‐Castanedo, Georges Beaudoin, François Huot, Xavier Maldague, Martin Chamberland, Erik Lalonde

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueRemote-Sensing Image Classification
Établissements canadiensUniversité Laval
Organismes subventionnairesUniversité Laval
Mots-clésHyperspectral imagingRadianceEmissivityImaging spectroscopyRemote sensingNon-negative matrix factorizationComputer scienceFull spectral imagingMatrix decompositionNear-infrared spectroscopySpectroscopyPixelInfraredMaterials scienceOpticsArtificial intelligencePhysicsGeology

Résumé

récupéré en direct d'OpenAlex

The proposed approach addresses the problem of retrieving the emissivity of hyperspectral data in the spectroscopic imageries from indoor experiments. This methodology was tested on experimental data that have been recorded with hyperspectral images working in visible/near infrared and long-wave infrared bands. The proposed technique provides a framework for computing down-welling spectral radiance applying non-negative matrix factorization (NMF) analysis. It provides the necessary means for the non-uniform correction of active thermographical experiments. The obtained results indicate promising accuracy. In addition, the application of the proposed technique is not limited to non-uniform heating spectroscopy but to uniform spectroscopy as well.

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)0,000
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,221
Écart entre enseignants0,209 · 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

Citations14
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetRemote-Sensing Image ClassificationTravaux en français237 207