Investigations into Inversion of Magnetic and Gradient Magnetic Data for Detection and Discrimination of Metallic Objects
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
PreviousNext No AccessSymposium on the Application of Geophysics to Engineering and Environmental Problems 2003Investigations into Inversion of Magnetic and Gradient Magnetic Data for Detection and Discrimination of Metallic ObjectsAuthors: R. W. GroomRuizhong JiaCatalina AlvarezR. W. GroomPetRos EiKon, Concord, Ontario, Canada, Ruizhong JiaPetRos EiKon, Concord, Ontario, Canada, and Catalina AlvarezPetRos EiKon, Concord, Ontario, Canadahttps://doi.org/10.4133/1.2923147 SectionsAboutPDF/ePub ToolsAdd to favoritesDownload CitationsTrack CitationsPermissions ShareFacebookTwitterLinked InRedditEmail Abstract Introductory paragraph for this paper is available only in the PDF and GZipped PS filesPermalink: https://doi.org/10.4133/1.2923147FiguresReferencesRelatedDetailsCited ByCollection and Analysis of 3D Magnetic Data for UXO DiscriminationT. Jeffrey Gamey21 June 2012 | Journal of Environmental and Engineering Geophysics, Vol. 11, No. 3 Symposium on the Application of Geophysics to Engineering and Environmental Problems 2003ISSN (online):1554-8015Copyright: 2003 Pages: 1491 publication data© 2003 Copyright © 2003 The Environmental and Engineering Geophysical SocietyPublisher:Environmental & Engineering Geophysical Society HistoryPublished: 30 Sep 2008 CITATION INFORMATION R. W. Groom, Ruizhong Jia, and Catalina Alvarez, (2003), "Investigations into Inversion of Magnetic and Gradient Magnetic Data for Detection and Discrimination of Metallic Objects," Symposium on the Application of Geophysics to Engineering and Environmental Problems Proceedings : 1406-1413. https://doi.org/10.4133/1.2923147 Plain-Language Summary PDF DownloadLoading ...
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 | 0,000 | 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 découle