MétaCan
Menu
Retour à la cohorte
Enregistrement W2943872985

Neptec 3D Laser Camera System: from space mission STS-105 to terrestrial applications

2002· article· en· W2943872985 sur OpenAlexaboutno aff
C. Samson, Chad English, Adam Deslauriers, I. Christie, F. Blais, Frank P. Ferrie

Notice bibliographique

RevueEspace ÉTS (ETS) · 2002
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRemote sensingComputer graphics (images)Space (punctuation)AstrobiologyComputer scienceComputer visionGeologyPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Neptec Design Group has developed the Laser Camera System (LCS), a 3D autosynchronized laser scanner based on a principle originating from the National Research Council of Canada. In imaging mode, the LCS raster scans objects and captures reflections from their surface features. In centroid acquisition mode, the LCS determines the position of discrete target points on an object. Neptec Design Group first developed the LCS for space applications. In August 2001, theLCS flew successfully onboard space shuttle Discovery during mission STS-105 to theInternational Space Station (ISS). During the mission, the LCS took four high-resolution(1024x1024 voxels) images of elements of the ISS during orbital day and night, demonstrating its immunity to dynamic lighting conditions. The LCS also tracked targets affixed to the Multi-Purpose Logistics Module (MPLM) while in motion, more than 10 m away. Comparison with Space Station Remote Manipulator System (SSRMS) data confirmed that the LCS tracked these targets with millimetre precision. Following the mission, the LCS has been demonstrated in a variety of terrestrial commercial applications. Two examples from the earth sciences include imaging rock faces in an underground mine to delineate joints to design adequate tunnel support, and acquiring detailed images of sandstone masonry walls. The high-fidelity spatial information and the intensity data captured by the LCS concurrently make it a valuable tool for the classification of geomaterials based on reflectivity and texture.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,016
Tête enseignante GPT0,229
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 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
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

Citations29
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspace ÉTS (ETS)Même sujetPlanetary Science and ExplorationTravaux en français237 207