Multiple imputation of multibeam angular response data for high resolution full coverage seabed mapping
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
Abstract Acoustic data collected by multibeam echosounders (MBES) are increasingly used for high resolution seabed mapping. The relationships between substrate properties and the acoustic response of the seafloor depends on the acoustic angle of incidence and the operating frequency of the sonar, and these dependencies can be analysed for discrimination of benthic substrates or habitats. An outstanding challenge for angular MBES mapping at a high spatial resolution is discontinuity; acoustic data are seldom represented at a full range of incidence angles across an entire survey area, hindering continuous spatial mapping. Given quantifiable relationships between MBES data at various incidence angles and frequencies, we propose to use multiple imputation to achieve complete estimates of angular MBES data over full survey extents at a high spatial resolution for seabed mapping. The primary goals of this study are (i) to evaluate the effectiveness of multiple imputation for producing accurate estimates of angular backscatter intensity and substrate penetration information, and (ii) to evaluate the usefulness of imputed angular data for benthic habitat and substrate mapping at a high spatial resolution. Using a multi-frequency case study, acoustic soundings were first aggregated to homogenous seabed units at a high spatial resolution via image segmentation. The effectiveness and limitations of imputation were explored in this context by simulating various amounts of missing angular data, and results suggested that a substantial proportion of missing measurements (> 40%) could be imputed with little error using Multiple Imputation by Chained Equations (MICE). The usefulness of imputed angular data for seabed mapping was then evaluated empirically by using MICE to generate multiple stochastic versions of a dataset with missing angular measurements. The complete, imputed datasets were used to model the distribution of substrate properties observed from ground-truth samples using Random Forest and neural networks. Model results were pooled for continuous spatial prediction and estimates of confidence were derived to reflect uncertainty resulting from multiple imputations. In addition to enabling continuous spatial prediction, the high-resolution imputed angular models performed favourably compared to broader segmentations or non-angular data.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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