Impact of the Tactical Picture Quality on the Fire Control Radar Search-Lock-On Time
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract : Data fusion is suitable for a broad range of decision support applications. To cope with a larger class of problems and contexts, data fusion gains to be adaptive. Adaptation in data fusion corresponds to Level 4 of the JDL model, also referred to as process refinement. The Decision Support Systems Section (DSS) at Defence Research & Development Canada (DRDC)-Valcartier has initiated research activities aiming at developing and demonstrating advanced concepts of adaptive data fusion that could apply to the current Halifax and Iroquois Class Command & Control Systems (CCS), as well as their possible future upgrades, in order to improve their performance against the predicted future threats. This document gives a brief description of the adaptive data fusion concepts. It also presents a new Measure Of Effectiveness (MOE) that serves as an adaptation trigger in the target-tracking problem in maritime Above Water Warfare (AWW) applications. The proposed MOE uses the search to lock-on time of the Fire Control Radar (FCR) and aims at establishing and quantifying the effect of the quality of the Maritime Tactical Picture (MTP) on the diminution of battle space size and reaction time. Besides adaptation of the sensing and processing operation, this MOE allows addressing the trade-off between the time dedicated to the tracking with surveillance radars versus the time spent in search and lock-on with FCR.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle