MétaCan
Menu
Retour à la cohorte
Enregistrement W2500378022 · doi:10.5194/asr-13-121-2016

On the temporal variability of the surface solar radiation by means of spectral representations

2016· article· en· W2500378022 sur OpenAlexaff
Marc Bengulescu, Philippe Blanc, Lucien Wald

Notice bibliographique

RevueAdvances in science and research · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueSolar Radiation and Photovoltaics
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésHilbert–Huang transformWaveletSpectral densityNoise (video)BroadbandSIGNAL (programming language)Radiative transferMode (computer interface)Computer scienceWavelet transformScale (ratio)Temporal scalesEnergy (signal processing)Remote sensingEnvironmental scienceMathematicsPhysicsStatisticsGeologyOpticsTelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract. This work deals with the temporal variability of daily means of the global broadband surface solar irradiance (SSI) impinging on a horizontal plane by studying a decennial time-series of high-quality measurements recorded at a BSRN ground station. Since the data have a non-linear and non-stationary character, two time-frequency-energy representations of signal processing are compared in their ability to resolve the temporal variability of the pyranometric signal. First, the continuous wavelet transform is used to construct the wavelet power spectrum of the data. Second, the adaptive, noise-assisted empirical mode decomposition is employed to extract the intrinsic mode functions of the signal, followed by Hilbert spectral analysis. In both spectral representations, the temporal variability of the SSI is portrayed having clearly distinguishable features: a plateau between scales of two days and two-three months that has decreasing power with increasing scale, a large spectral peak corresponding to the annual variability cycle, and a low power regime in between the previous two. It is shown that the data-driven, noise-assisted method yields a somewhat more sparse representation and that it is a suitable tool for inspecting the temporal variability of SSI measurements.

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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,387
Score d'incertitude au seuil0,498

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,032
Tête enseignante GPT0,367
Écart entre enseignants0,335 · 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'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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in science and researchMême sujetSolar Radiation and PhotovoltaicsTravaux en français237 207