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
The focus here has been on correct detection of spoofing attacks from interference sources. To this end several predespreading and postdespreading spoofing detection metrics, namely temporal/ spectral analyses, SPCA, C/N <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">0</sub> , and SQM, were implemented and analysed under different interference signals, namely CW jammer, wideband noise, chirp jammer, and multipath. Considering the real data analysis results, the predespreading detection metrics, namely variance analysis and SPCA, are not affected under multipath and hence used to discriminate between spoofing and multipath signals based on the assumption that these metrics are not affected in typical multipath scenarios. The assumption was validated by collecting several data sets in dense urban environments and analysing the metric results. The temporal/spectral analyses in the presence of jamming signals were affected. Among jamming signals, the chirp jammer had the most destructive effect on the performance of a receiver and consequently severely affected the performance of the postdespreading detection metrics. The chirp jammer also affected the SPCA spoofing detection metric and its behaviour on detection metrics is very similar to that of a nonoverlapped spoofing attack. The SQM metric was implemented to detect spoofing and multipath at the postdespreading level. As shown in the scenarios used, the SQM metric is not overly sensitive for short-range multipath/spoofing signals.
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 | 0,000 | 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 | 0,000 | 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