MétaCan
Menu
Retour à la cohorte
Enregistrement W4312228669 · doi:10.1109/lgrs.2022.3229624

Signatures of Small Boats With TerraSAR-X Staring Spotlight Data

2022· article· en· W4312228669 sur OpenAlexaff
Igor Zakharov, Michael D. Henschel, Desmond Power, Pamela E. Burke, Thomas Puestow, Sherry Warren

Notice bibliographique

RevueIEEE Geoscience and Remote Sensing Letters · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMaritime and Coastal Archaeology
Établissements canadiensNational Research Council CanadaCentre For Cold Ocean Resources Engineering
Organismes subventionnairesnon disponible
Mots-clésStaringSynthetic aperture radarRemote sensingSatelliteComputer scienceRadar imagingImage resolutionSide looking airborne radarHigh resolutionGeologyRadarComputer visionContinuous-wave radarTelecommunicationsEngineeringOpticsPhysicsAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Spaceborne synthetic aperture radar (SAR) is an important technology for ship detection applications. It can provide timely information on small boat locations, which is important for security and safety applications. This letter describes the advantages of using very-high-resolution TerraSAR-X data acquired in staring spotlight mode for detecting small boats. Coincident to the SAR image acquisitions, electro-optical (EO) satellite imagery was used, together with field photographs of boats. The results demonstrate the ability to distinguish SAR signatures of small wooden and fiberglass vessels with the size of up to 4 m in length.

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 enseignants0,774
Score d'incertitude au seuil0,709

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 technologies0,0010,001
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 Opus0,034
Tête enseignante GPT0,210
Écart entre enseignants0,176 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Geoscience and Remote Sensing LettersMême sujetMaritime and Coastal ArchaeologyTravaux en français237 207