MétaCan
Menu
Retour à la cohorte
Enregistrement W4306316807 · doi:10.2514/6.2022-4389

Collaborative Space and Ground Interactions with Varying Space Vehicle Autonomy

2022· article· en· W4306316807 sur OpenAlexaff
Jeff D. Schloemer, Kelly McInnis, Eric Gonzalez, Michael Gibson

Notice bibliographique

RevueASCEND 2022 · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed systems and fault tolerance
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésGround segmentSpace vehicleSatelliteArchitectureConstraint (computer-aided design)Computer scienceSystems engineeringSet (abstract data type)Space (punctuation)Space explorationState spaceSoftwareRemotely operated underwater vehicleAutonomous system (mathematics)Real-time computingControl engineeringDistributed computingEngineeringAerospace engineeringMobile robotArtificial intelligenceOperating systemRobot

Résumé

récupéré en direct d'OpenAlex

View Video Presentation: https://doi.org/10.2514/6.2022-4389.vid A typical satellite control scheme centers on the ground applications managing the tasking and commanding. While generating a command load for the vehicle, the ground software manages the constraints and controls the state of the space vehicle. When considering autonomous vehicle actions, the system must still manage the vehicle state and constraint set during this time. Operational options typically lengthen the time to return to the mission after autonomous action or severely limit the satellite's capabilities. They are due to the recovery time necessary to bring the satellite back into a nominal mission or the limited set of behaviors that the satellite can execute on its own. At Lockheed Martin, we developed a space system architecture across the space vehicle and ground system that minimizes the drawbacks of autonomous vehicle actions. Through intentional constraint design and implementation in CONOPS, the entire architecture works together to enable remote-sensing capabilities. It enables interweaving different space vehicle actions for mission purposes, whether ground directed or fully autonomous. These hybrid operational use cases empower new collection CONOPS for remote-sensing data gathering and enterprise decision-making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,034
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0340,003

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 Opus0,007
Tête enseignante GPT0,230
Écart entre enseignants0,223 · 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 source (Gemma direct ou Codex distillé), 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 revueASCEND 2022Même sujetDistributed systems and fault toleranceTravaux en français237 207