MétaCan
Menu
Retour à la cohorte
Enregistrement W2593139211 · doi:10.1109/ibcast.2017.7868140

Contribution to develop a generic hybrid technique of satellite system for RFI geolocation

2017· article· en· W2593139211 sur OpenAlexaff
Abulasad Elgamoudi, Aamir Shahzad, René Landry

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIndoor and Outdoor Localization Technologies
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésGeolocationComputer scienceCommunications satelliteSatelliteBroadcasting (networking)WirelessTransmission (telecommunications)TelecommunicationsRadio frequencyRemote sensingInterference (communication)Electromagnetic interferenceRadio spectrumReal-time computingComputer networkEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

In the current information age, most of the World-systems are setup, and are communicating wirelessly with each others through the uses of wireless media. Wireless based communications have been accounted as more efficient, faster, cost less and reliable ways to exchange information between the remote stations which may locate in the distance ranges of meters, kilometers and, in any part of the World via satellite transmission. As the satellite communication SATCOM applications and services, e.g., broadcasting and cellular communications and others, are numerous, and rapidly increasing day by day; thus to overcome the required demands to connect the distance located earth stations, number of satellites are in-functional, which, increasing the immersive conjunctions in available radio frequency RF spectrum, generating the issues of radio frequency inference RFI. In this study, we take a step of assessing the interferences sources, using of hybrid geolocation technique, which could happen at the receiver's side, based on the existing most-prominent interference detection scenarios, in SATCOM. While interferences sources were located successfully and accuracy derived, further these signals were characterized, and classification process was performed to identify the belonging interferences type through employed of classification tree method.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,323

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,232
Écart entre enseignants0,219 · 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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIndoor and Outdoor Localization TechnologiesTravaux en français237 207