MétaCan
Menu
Retour à la cohorte
Enregistrement W2904639576

Overview of SAND-E: Semi-Autonomous Navigation for Detrital Environments

2018· article· en· W2904639576 sur OpenAlexaff
R. C. Ewing, M. Faragalli, E. B. Rampe, M. Battler, B. Horgan, M. G. A. Lapôtre, M. T. Thorpe, E. Reid

Notice bibliographique

RevueAmerican Geophysical Union (AGU) Fall Meeting · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensWestern UniversityShared Services Canada
Organismes subventionnairesnon disponible
Mots-clésTerrainRemote sensingMars Exploration ProgramAeolian processesGeologyEarth scienceHabitabilityAstrobiologyGeomorphologyCartographyGeographyPlanet
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Rovers are the state of the art for the exploration and detection of past habitability and life on other worlds. One of the most basic functions of a rover is terrain navigation. Information collected by the rover is used autonomously to mitigate terrain hazards such large rocks, while humans qualitatively assess hazardous geologic terrain such as soil type and degree of rock cover. Planetary scientists use the same information to select targets such as drill sites, and for basic scientific analysis such as characterization of rock outcrops. Although the data is complementary, data from terrain analysis for navigation and terrain analysis for scientific investigations are poorly integrated. The lack of integration creates science and operation inefficiencies that limit exploration of habitable environments. As new modes of exploration come online, such as unmanned aerial systems (UAS) (e.g., the Mars Helicopter Scout and Titan Dragonfly), a need exists to integrate terrain data and science analysis to improve operational and scientific outcomes during exploration. We present an overview of a project aimed at evaluating the effectiveness and capability rover and UAS-based semi-automated terrain analysis using the Automated Soil Assessment Systems (ASAS) developed by Mission Control Space Services for navigating, selecting targets for sampling, and characterizing mafic detrital sediments along glacio-fluvial-aeolian sand transport pathways in Iceland. We describe recent advances in automated terrain analysis in sandy environments and scientific uses of terrain assessment from sandy environments. We assess fluvial and aeolian terrains in Iceland and show how terrain analysis data can inform scientific characterization of these environments.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,009

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 Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,237 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Geophysical Union (AGU) Fall MeetingMême sujetPlanetary Science and ExplorationTravaux en français237 207