MétaCan
Menu
Retour à la cohorte
Enregistrement W4245942619 · doi:10.4031/mtsj.43.3.10

ROV (<i>Suijin</i>)

2009· article· en· W4245942619 sur OpenAlexaboutno aff
Brody Morrison, Andrew Maillet, M. G. Brown, Leslie Holloway, Jade Moss, Lindsay Holloway, Danielle Howse, Michelle J. White, Suyen Oldford, Jonathan Young, M. Chaffey, Shawn Collins, Michael Coles, Benji Penney, Gavin Diamond

Notice bibliographique

RevueMarine Technology Society Journal · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueUnderwater Vehicles and Communication Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRemotely operated underwater vehicleSubmarineAeronauticsClass (philosophy)EngineeringMarine engineeringLogbookFrame (networking)Computer scienceArtificial intelligenceRobotTelecommunicationsGeologyOceanographyMobile robot

Résumé

récupéré en direct d'OpenAlex

Abstract The &lt;xref ref-type="bibr" rid="bib2"&gt;2009 Marine Advanced Technology Education (MATE)&lt;/xref&gt; remotely operated vehicle (ROV) competition focuses on a submarine rescue training exercise. There are four tasks outlined for the Ranger class, each providing its own challenge. Our ROV was designed to carry out these tasks with precision and agility.The team spent numerous hours planning, building, and field testing our ROV. We had to be prepared to combat technical problems and overcome the challenge of differing opinions. Because of the diversity of the tasks, Suijin had to be very well designed. This required the creation of a rigid frame, useful end effectors, and a versatile propulsion system; a form of buoyancy, effective sensors, and proper wiring were also necessary. There were many ideas to consider and obstacles to overcome, but finally, we completed our masterpiece.Heritage Robotics is very pleased to present the following technical report, which communicates the details of Suijin , an ROV created by students from Heritage Collegiate, Lethbridge, Newfoundland, Canada. This document includes detailed descriptions and diagrams of Suijin ’s components, possible future improvements, trouble shooting techniques, the lessons we learned, the challenges we faced, information on the Submersible LR5, reflections, a thorough budget, and acknowledgments of all those who helped along the way.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,832
Score d'incertitude au seuil0,442

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 Opus0,005
Tête enseignante GPT0,192
Écart entre enseignants0,187 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Technology Society JournalMême sujetUnderwater Vehicles and Communication SystemsTravaux en français237 207