MétaCan
Menu
Retour à la cohorte
Enregistrement W2896036062 · doi:10.1121/1.5068618

Seabed geoacoustic inversion using a hydrophone equipped underwater glider

2018· article· en· W2896036062 sur OpenAlexaff
Yong‐Min Jiang, Stan E. Dosso, Charles W. Holland

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSeabedHydrophoneUnderwater gliderGeologyAcousticsReflection coefficientReflection (computer programming)UnderwaterInversion (geology)GliderUnderwater acousticsInverse transform samplingRemote sensingMarine engineeringOceanographyComputer scienceSeismologySurface waveOpticsPhysicsEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

The reflection coefficient at the sea floor as a function of grazing angle contains seabed geoacoustic properties that are crucial for predicting sound propagation accurately. NATO—STO—CMRE has developed a new technique for remote sensing the seabed reflection coefficient using underwater gliders equipped with passive acoustic payloads. This technique was applied during ONR sponsored Seabed Characterization Experiment conducted on the New England Mud Patch, USA, in March 2017. The reflected field was measured between grazing angles of 3.5 to 260, and frequency band of 2–20 kHz by an omni-directional hydrophone equipped Slocum glider, with the assistance of a broadband acoustic source. The data were analyzed both in time and frequency domains to obtain the reflection coefficient as a function of grazing angle at different frequencies. Ray tracing was also employed to fine tune the grazing angle information. Finally, Bayesian geoacoustic inversion of the reflection data at different frequencies was carried out. As a preliminary inversion attempt, the reflection data were modeled assuming a plane wave reflection coefficient. [Work funded by NATO-Allied Command Transformation, Office of Naval Research and Office of Naval Research—Global.]

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,269
Écart entre enseignants0,239 · 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'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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetUnderwater Acoustics ResearchTravaux en français237 207