SuperCam Calibration Targets: Design and Development
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
SuperCam is a highly integrated remote-sensing instrumental suite for NASA's Mars 2020 mission. It consists of a co-aligned combination of Laser-Induced Breakdown Spectroscopy (LIBS), Time-Resolved Raman and Luminescence (TRR/L), Visible and Infrared Spectroscopy (VISIR), together with sound recording (MIC) and high-magnification imaging techniques (RMI). They provide information on the mineralogy, geochemistry and mineral context around the Perseverance Rover. The calibration of this complex suite is a major challenge. Not only does each technique require its own standards or references, their combination also introduces new requirements to obtain optimal scientific output. Elemental composition, molecular vibrational features, fluorescence, morphology and texture provide a full picture of the sample with spectral information that needs to be co-aligned, correlated, and individually calibrated. The resulting hardware includes different kinds of targets, each one covering different needs of the instrument. Standards for imaging calibration, geological samples for mineral identification and chemometric calculations or spectral references to calibrate and evaluate the health of the instrument, are all included in the SuperCam Calibration Target (SCCT). The system also includes a specifically designed assembly in which the samples are mounted. This hardware allows the targets to survive the harsh environmental conditions of the launch, cruise, landing and operation on Mars during the whole mission. Here we summarize the design, development, integration, verification and functional testing of the SCCT. This work includes some key results obtained to verify the scientific outcome of the SuperCam system.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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