MétaCan
Menu
Retour à la cohorte
Enregistrement W2997410611 · doi:10.2514/6.2020-0471

Navigation Design and Operations of MAVEN Aerobraking

2020· article· en· W2997410611 sur OpenAlexaff
Stuart Demcak, Brian Young, Eric Graat, Robert Beswick, Kevin Criddle, Rodica Ionasescu, R. Scott Hughes, Julim Lee, Michael Haggard, Nicholas Sealy, William Pisano, James R. Carpenter, Richard Dean Burns, B. M. Jakosky

Notice bibliographique

RevueAIAA Scitech 2020 Forum · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésMars Exploration ProgramSpacecraftExploration of MarsEnvironmental scienceMars landingComputer scienceAerospace engineeringMeteorologyAstrobiologyEngineeringGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

This paper describes the operational design and execution of the MAVEN aerobraking phase at Mars from a Navigation Team perspective. MAVEN was designed to perform atmospheric science in a ~150x6200 km altitude elliptical orbit. After the primary science mission, it was decided that MAVEN should circularize its orbit, as much as feasible from a spacecraft and mission standpoint, to better support relay operations with the landers. As a result, MAVEN performed aerobraking in the first half of 2019 to reduce its orbit to ~150x4500 km altitude. Although MAVEN did not decrease its altitude as low as previous aerobraking missions, it had several unique challenges. Science observations continued to be taken during aerobraking, requiring dramatically better Navigation accuracies than typical for such phases. Furthermore, continuous DSN coverage with 2-way Doppler data was not available. So, with 40% less Doppler data, Navigation had to meet prediction accuracies which were an order of magnitude smaller than in previous aerobraking operations. Spacecraft accelerometer data was included in Navigation analyses in order to meet these requirements.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,021
Tête enseignante GPT0,231
Écart entre enseignants0,210 · 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'étudeSimulation ou modélisation
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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA Scitech 2020 ForumMême sujetPlanetary Science and ExplorationTravaux en français237 207