MétaCan
Menu
Retour à la cohorte
Enregistrement W4320493463 · doi:10.3390/drones7020127

Towards a Quantitative Approach for Determining DAA System Risk Ratio

2023· article· en· W4320493463 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueDrones · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAir Traffic Management and Optimization
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésComputer scienceAviationRulemakingSystems engineeringAeronauticsRisk analysis (engineering)Operations researchEngineeringAerospace engineeringBusiness

Résumé

récupéré en direct d'OpenAlex

Specific Operations Risk Assessment (SORA) is a methodology developed by the Joint Authority on Rulemaking for Unmanned Systems (JARUS) for safely conducting and evaluating Remotely Piloted Aircraft Systems (RPAS) operations in specific airspace. Many regulators, including Transport Canada (TC), the civilian aviation authority in Canada, have adopted the SORA approach to guide RPAS operators in their applications for Beyond Visual Line of Sight (BVLOS) flight. Although the qualitative approach on how to assess the performance of a Detect and Avoid (DAA) system is outlined in the SORA, a quantitative and agreed-upon approach, on how to ensure that the specific DAA system meets the required Risk Ratio criteria, has yet to be established. This paper proposes a practical approach to determining the Risk Ratio, considering sensor performance, RPA maneuvering characteristics, and airspace specifics. The developed approach relies on publicly available modelling frameworks and airspace models. Illustrative examples of applying the method to determine the Risk Ratio of specific DAA systems are presented in the paper along with a discussion on the challenges of implementing SORA into BVLOS regulations for RPAS.

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 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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil0,317

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 Opus0,024
Tête enseignante GPT0,238
Écart entre enseignants0,214 · 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