Improving path-planning for glider operations: A current-forecast based approach applied in the Gulf of St. Lawrence
Notice bibliographique
Résumé
Ocean gliders are a key platform that can fill the gaps between coastal and open ocean observing systems, between Argo floats, and moorings and ship-based strategies (Testor et al., 2019). One challenge for these slow-moving, primarily underwater systems, is to improve waypoint-based navigation to minimize the effects of wind and current driven dynamics. This is important in time-critical applications where there are advantages in reaching a site as quickly as possible, for example when monitoring storm systems or tracking eddies. Optimal path planning will also be important in long duration missions where battery consumption is a limiting factor of the deployment. In August 2019, a Slocum glider was deployed in the Gulf of St. Lawrence for preliminary system studies. During the deployment, a waypoint planning system was used to generate the glider waypoints list files. In this presentation, we will present the design of the path-planning system and show in-situ scientific measurements collected by the glider. The key optimized value assigned to enable path planning are minimizing current speeds and the key metric for validating the performance is the distance covered per hour. This approach has tremendous value for improving the autonomy of gliders in operational ocean monitoring applications, removing pressure from pilots managing the glider mission and improving the state-of-the-art of ocean data products.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».