MétaCan
Menu
Retour à la cohorte
Enregistrement W2806930730 · doi:10.3390/rs10060883

Underwater Acoustic Pulsed Source Localization with a Pair of Hydrophones

2018· article· en· W2806930730 sur OpenAlexaff
E. K. Skarsoulis, George Piperakis, Michael Kalogerakis, Emmanuel Orfanakis, Panagiotis Papadakis, Stan E. Dosso, Alexandros Frantzis

Notice bibliographique

RevueRemote Sensing · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesEuropean Social FundEuropean Commission
Mots-clésAcousticsUnderwaterBroadsideGeologyAzimuthRange (aeronautics)Underwater acousticsGeodesyOpticsPhysicsOceanographyMaterials science

Résumé

récupéré en direct d'OpenAlex

A series of underwater acoustic localization experiments were conducted in the Eastern Mediterranean Sea to test the performance of a Bayesian method for localization of pulsed acoustic sources exploiting time differences between direct and surface-reflected arrivals at two hydrophones of known depth. The experiments involved a controlled source (pinger) at various depths/ranges as well as vocalizing sperm whales encountered off southern Crete. The localization method provides primarily range and depth information. In addition, if the location of the hydrophones in the horizontal is known, horizontal localization can be performed as well, subject to left–right ambiguity; this was applied for whale localization. The localization results confirmed the anticipated behavior of range, depth, and bearing estimation errors, which, according to theory, depend mainly on the source azimuth. In particular, range and depth estimation errors are larger for source locations close to broadside to the array and smaller towards endfire, and they increase with range. Conversely, bearing estimation errors are larger close to endfire and smaller towards broadside. Localizations in this paper were performed to ranges of about 3.5 km. The limiting factors for localization to longer ranges were the loss of ability to resolve direct and surface-reflected arrivals as well as the self-noise of the hydrophones.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil0,384

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 Opus0,017
Tête enseignante GPT0,230
Écart entre enseignants0,213 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetUnderwater Acoustics ResearchTravaux en français237 207