SnowMicroPenetrometer applications for winter vehicle mobility
Notice bibliographique
Résumé
The U.S. Army Cold Regions Research and Engineering Laboratory (CRREL) provides cold regions research and development in support of the US military and the nation.For winter military operations this support includes vehicle mobility modeling over snow.Many factors relate to vehicle performance, fuel efficiency and operation efficiency, including the vehicle specifications and the land surface conditions.Comprehending snow macromechanical characteristics -such as elastic modulus, stiffness, and strength -is critical in understanding how effectively a vehicle will travel over snow covered terrain.Vehicle instrumentation data (inertial measurement units and vehicle telemetry) and observations of the snow pack (both satellite and ground-based) are leveraged to improve the modeled index for winter vehicle performance.Currently, the available mobility models are physically-based and consider numerous factors related to cross country mobility such as slope, soil type, terrain strength, land classification and vegetation.The algorithms related to the impact of snow, however, are driven by snow depth and bulk snow density alone.This research deployed a SnowMicroPenetrometer (SMP) whose capabilities were expanded to measure several types of snow, including virgin snow, vehicle tracked snow and processed or groomed snow roads.The SMP highresolution snow structural profiles show the value of the instrument as a tool for mobility studies.Correlation analysis was conducted between the SMP and Rammsonde penetrometer using median values from different snow types at a particular site.The data express a trend that rupture force, penetration force, density, strength, and ram hardness increases when the snow is deformed by the vehicles.Instrument modifications were assessed with recommendations made to further improve SMP performance for use in mobility studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».