MétaCan
Menu
Retour à la cohorte
Enregistrement W3081739212 · doi:10.1109/access.2020.3020593

Unmanned Aerial Systems for the Oil and Gas Industry: Overview, Applications, and Challenges

2020· article· en· W3081739212 sur OpenAlexafffund
Thumeera R. Wanasinghe, Raymond G. Gosine, Oscar De Silva, George K. I. Mann, Lesley James, Peter Warrian

Notice bibliographique

RevueIEEE Access · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensUniversity of TorontoMemorial University of Newfoundland
Organismes subventionnairesMemorial University of NewfoundlandAtlantic Canada Opportunities AgencyMitacsUniversity of TorontoPetroleum Research Newfoundland and Labrador
Mots-clésPetroleum industryVariety (cybernetics)Software deploymentFossil fuelComputer scienceUsabilityGas industrySystems engineeringEnvironmental scienceEngineeringHuman–computer interactionArtificial intelligenceWaste managementNatural gasEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Unmanned aerial systems (UAS) represent an evolving technology with enormous potential to revolutionize the oil and gas industry by providing a more efficient, fast, safe, and cost-effective way to perform a variety of field activities. Recently, UAS has received considerable attention from the oil and gas industry. The objective of this review article is to highlight the usability of UAS for the oil and gas industry, focussing mainly on UAS applications and the opportunities and challenges of UAS deployment in such oil and gas applications. Additionally, this paper also covers the available sensory systems for UAS and provides some recommendations to select a UAS for a given oil and gas application.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,069
Tête enseignante GPT0,278
Écart entre enseignants0,209 · 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
GenreSynthèse

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

En bref

Citations32
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetUAV Applications and OptimizationTravaux en français237 207