MétaCan
Menu
Retour à la cohorte
Enregistrement W2604716105

Autonomous Mobile Systems for Long-Term Operations in Spatio-Temporal Environments

2015· preprint· en· W2604716105 sur OpenAlexfundno aff
Cédric Pradalier

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2015
Typepreprint
Langueen
DomaineComputer Science
ThématiqueDistributed systems and fault tolerance
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Space AgencyFonds Québécois de la Recherche sur la Nature et les TechnologiesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungCommonwealth Scientific and Industrial Research OrganisationNational Science Foundation
Mots-clésRoboticsArtificial intelligenceMechatronicsPlan (archaeology)Field (mathematics)EngineeringEngineering managementComputer scienceOperations researchAeronauticsRobotGeographyMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This document reports on research conducted between 2001 and 2015 in the field of au-tonomous mobile robotics, specifically in what became known “field robotics”: a focus ofrobotics on outdoor, little-structured environments close to industrial applications. Chap-ter 2 describes a number of research projects, starting with activities initiated during mydoctorate research at INRIA between 2001 and 2004, followed by a post-doctoral fellowshipat CSIRO, in Canberra and Brisbane, Australia between 2004 and 2007. From 2007 to 2012,my role as Deputy-Director of the Autonomous Systems Lab at ETH Z ̈urich, Switzerland,gave me the opportunity to supervise a number of projects ranging from space robotics andmechatronic design to European projects on indoor navigation or autonomous driving. Onthe other hand, the last chapter will describe my reseach plan stemming from this experience andpreliminary results from projects started in my current position as Associate Professor atGeorgiaTech Lorraine, the French campus of the Georgia Institute of Technology, also knownas GeorgiaTech, located in Atlanta, USA

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,020
Tête enseignante GPT0,249
Écart entre enseignants0,229 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetDistributed systems and fault toleranceTravaux en français237 207