MétaCan
Menu
Retour à la cohorte
Enregistrement W3151183660 · doi:10.1109/imtc.2006.328558

Three Dimensional Ultrasonic Ranging Using a Split Diaphragm Capacitive Sensor

2006· article· en· W3151183660 sur OpenAlexaff
Andrew Oldford, Vlastimil Masek

Notice bibliographique

RevueConference proceedings - IEEE Instrumentation/Measurement Technology Conference · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueFlow Measurement and Analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésUltrasonic sensorRangingCapacitive sensingAcousticsTransducerSIGNAL (programming language)Capacitive micromachined ultrasonic transducersRobustness (evolution)Materials scienceBearing (navigation)Computer scienceEngineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The development of a novel capacitive sensor for three dimensional airborne ultrasonic ranging is described. In addition to the conventional range measurement obtained by ultrasonic sensors, our sensor provides angular information about echo signal bearing. The metallized coating of the transducer has been split in half by chemical etching in order to obtain a two element array for measuring the bearing angles associated with the range finders. A cross correlation technique has been applied to process the raw signal data in order to obtain the desired echo-signal phase delays. As a result, a low dispersion and linear relationship between the phase delays and bearing has been obtained within a 20deg cone. Unlike the other methods for bearing measurement, the described method uses the steady-state component in the transducer response to recognize the echoes in the noisy signal. This gives the method high robustness along with good accuracy characteristics, both of which are needed in practical applications

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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

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 Opus0,035
Tête enseignante GPT0,220
Écart entre enseignants0,185 · 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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConference proceedings - IEEE Instrumentation/Measurement Technology ConferenceMême sujetFlow Measurement and AnalysisTravaux en français237 207