MétaCan
Menu
Retour à la cohorte
Enregistrement W2937242128 · doi:10.33387/jikk.v1i2.940

Perhitungan Nilai Digital Radiansi Berdasarkan Band Pada Citra Alos Avnir-2 Di Wilayah Sidangoli Dehe Kecamatan Jailolo Selatan Kabupaten Halmahera Barat

2018· article· id· W2937242128 sur OpenAlexaff
Rustam E Pembonan, Muh Ansar Amran, Firdaut Ismail

Notice bibliographique

RevueJurnal Ilmu Kelautan Kepulauan · 2018
Typearticle
Langueid
DomaineComputer Science
ThématiqueComputer Science and Engineering
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Citra satelit yang digunakan dalam penelitian ini adalah Citra ALOS AVNIR-2 dengan resolusi spasial 10 m dan terdiri atas empat band yang terdiri atas tiga band merupakan spektral visible (cahaya tampak) dan satu gelombang merupakan spektral infrah merah. Cakupan area dari citra ALOS AVNIR-2 yang digunakan dalam penelitian ini adalah wilayah Sidangoli Dehe Kecamatan Jailolo Selatan Kabupaten Halmahera Barat. Adapu tujuan dari penelitian ini adalah menentukan nilai digital radiansi pada citra ALOS AVNIR-2 di Wilayah Sidangoli Dehe. Metode yang digunakan dalam penelitian ini merupakan aplikasi algoritma dalam pengolahan dan analisis citra. Sebelum melakukan koreksi radiansi citra maka harus dilakukan pengolahan awal terhadap citra yang meliputi koreksi atmosferik, koreksi geometric, dan komposit citra. Hasil dari penelitian ini merupakan citra radiansi yang telah dikoreksi secara matematis dengan model algoritma melalui transformasi dari Nilai Digital (DN) yang merupakan bilangan berbasis 28. Nilai digital citra radiansi tersebut terintegrasi secara langsung dengan histogram sehingga dapat divisualisasikan melalui julat gelombang spektral. Citra dari hasil penelitian ini diketahui bahwa nilai digital radiansi masing-masing band dari Citra ALOS AVNIR-2 yaitu band 1 dengan nilai 0 – 110 wm-2sr-1 μm-1, band 2 dengan nilai 0 – 121 wm-2sr-1 μm-1, band 3 dengan nilai 0 – 111 wm-2sr-1 μm-1, dan band 4 dengan nilai 0 – 170 wm-2sr-1 μm-1.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,013
Tête enseignante GPT0,219
Écart entre enseignants0,206 · 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'étudeObservationnel
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 revueJurnal Ilmu Kelautan KepulauanMême sujetComputer Science and EngineeringTravaux en français237 207