MétaCan
Menu
Retour à la cohorte
Enregistrement W4238941790 · doi:10.32920/ryerson.14652348

Stochastic modelling of residual tropospheric delays / by Hassan Elobeid Ibrahim

2021· preprint· en· W4238941790 sur OpenAlexafffund
Hassan E. Ibrahim

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of CanadaNational Oceanic and Atmospheric Administration
Mots-clésResidualTroposphereConvergence (economics)Exponential functionComponent (thermodynamics)Function (biology)MathematicsEconometricsApplied mathematicsEnvironmental scienceMeteorologyAlgorithmGeographyMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

Real-time and near real-time precise point positioning (PPP) requires shorter solution convergence time. Residual tropospheric delay, which exists as a result of the limitations of current tropospheric correction models, is a limiting factor for fast PPP convergence. To overcome the limitations of existing tropospheric models, we proposed a new approach. In this approach, the bulk of the tropospheric delay is accounted for using an empirical model, while the residual component is accounted for stochastically. The analysis of many daily tropospheric residuals data series for stations spanning North America shows that the residual component can be accounted for using an exponential cosine model. A random walk (RW) model was also developed and used along with the NOAA tropospheric corrections with Vienna Mapping Function 1. It is shown that the RW improved the accuracy of station coordinates within the PPP convergence time by a few centimetres.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,200
Écart entre enseignants0,181 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGNSS positioning and interferenceTravaux en français237 207