MétaCan
Menu
Retour à la cohorte
Enregistrement W4297671320 · doi:10.46620/rfi22-012

Characterization of the RFI Environment at the DRAO: The Classical Approach

2022· article· en· W4297671320 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Communications and Noise
Établissements canadiensnon disponible
Organismes subventionnairesSmithsonian Astrophysical Observatory
Mots-clésCharacterization (materials science)Computer scienceEnvironmental scienceMaterials scienceNanotechnology

Résumé

récupéré en direct d'OpenAlex

The location of the Dominion Radio Astrophysical Observatory (DRAO) in interior British Columbia, Canada, was selected in part because of the expectation that the surrounding mountain ranges should shield the site against radio frequency interference (RFI) from terrestrial sources. In recent years, a number of radio telescopes have been hosted at DRAO. Since August 2021, the RFI novelty detection (RFInd) site monitor has been collecting data in order to characterize the RFI environment at DRAO and to exploit machine learning to identify hidden RFI signatures in the observations. The current configuration of the RFInd site monitor covers the frequency range from 350-1800 MHz for a single polarization with time resolution of 950 ms and frequency resolution of 3.33 kHz. The observations include hourly hot-cold calibration cycles. In the following we explain how classical methods have been used to process the collected RFI data and to analyze them with the objective of using the derived RFI information in the design of new radio astronomical instruments.

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 enseignants0,816
Score d'incertitude au seuil0,476

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 recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,175
Écart entre enseignants0,164 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Line Communications and NoiseTravaux en français237 207