MétaCan
Menu
Retour à la cohorte
Enregistrement W2974391216 · doi:10.3390/rs11182149

KLUM: An Urban VNIR and SWIR Spectral Library Consisting of Building Materials

2019· article· en· W2974391216 sur OpenAlexaff
R. Ilehag, Andreas Schenk, Yilin Huang, Stefan Hinz

Notice bibliographique

RevueRemote Sensing · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueRemote-Sensing Image Classification
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDeutscher Akademischer AustauschdienstKarlsruhe Institute of Technology
Mots-clésVNIRRemote sensingHyperspectral imagingFacadeImaging spectroscopyEnvironmental scienceSpectral lineComputer scienceGeologyPhysicsEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

Knowledge about the existing materials in urban areas has, in recent times, increased in importance. With the use of imaging spectroscopy and hyperspectral remote sensing techniques, it is possible to measure and collect the spectra of urban materials. Most spectral libraries consist of either spectra acquired indoors in a controlled lab environment or of spectra from afar using airborne systems accompanied with in situ measurements. Furthermore, most publicly available spectral libraries have, so far, not focused on facade materials but on roofing materials, roads, and pavements. In this study, we present an urban spectral library consisting of collected in situ material spectra with imaging spectroscopy techniques in the visible and near-infrared (VNIR) and short-wave infrared (SWIR) spectral range, with particular focus on facade materials and material variation. The spectral library consists of building materials, such as facade and roofing materials, in addition to surrounding ground material, but with a focus on facades. This novelty is beneficial to the community as there is a shift to oblique-viewed Unmanned Aerial Vehicle (UAV)-based remote sensing and thus, there is a need for new types of spectral libraries. The post-processing consists partly of an intra-set solar irradiance correction and recalculation of reference spectra caused by signal clipping. Furthermore, the clustering of the acquired spectra was performed and evaluated using spectral measures, including Spectral Angle and a modified Spectral Gradient Angle. To confirm and compare the material classes, we used samples from publicly available spectral libraries. The final material classification scheme is based on a hierarchy with subclasses, which enables a spectral library with a larger material variation and offers the possibility to perform a more refined material analysis. The analysis reveals that the color and the surface structure, texture or coating of a material plays a significantly larger role than what has been presented so far. The samples and their corresponding detailed metadata can be found in the Karlsruhe Library of Urban Materials (KLUM) archive.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,008

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 Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetRemote-Sensing Image ClassificationTravaux en français237 207