MétaCan
Menu
Retour à la cohorte
Enregistrement W2972905586 · doi:10.22215/etd/2016-11270

Aeromagnetic Surveying with Unmanned Aircraft Systems

2016· dissertation· en· W2972905586 sur OpenAlexaff
Michael Cunningham

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAeromagnetic surveyMagnetic anomalyFixed wingRADIUSAltitude (triangle)Low altitudeGeologyGeodesyAerospace engineeringNoise (video)Remote sensingGeophysicsEngineeringMagnetic fieldWingPhysicsComputer scienceGeometryMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

UASs have been under rapid development for applications in the mineral exploration industry, mainly for aeromagnetic surveying.They provide improved detection of smaller, deeper and weakly magnetic targets.A traditional system flying an altitude of 100m above ground level can detect a spherical ore body at a depth of 40m and magnetic susceptibility of 10 -4 , with a radius of ~16m.A UAS flying at 50m or 2m altitude AGL would require the radius to be 11m or 5m, respectively.Using the Venturer fixed-wing UAS and the SkyLance rotary-wing UAS, two aeromagnetic surveys were performed.The Venturer was stable in flight with a fourth difference noise level within industry standards of ±0.05nT.A magnetic map was produced showing local variations.The SkyLance flew over a zinc deposit with 3 magnetic anomalies.It produced repeatable data that compared well with upward continuation maps of ground magnetic data.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,200
Écart entre enseignants0,188 · 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

Citations16
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujet3D Surveying and Cultural HeritageTravaux en français237 207