Rancang Bangun Transduser Piezoelektrik untuk Analisis Target Strength Argo Float
Notice bibliographique
Résumé
Deteksi bawah air menggunakan teknologi akustik kelautan merupakan bagian dari metode penginderaan jauh. Hal ini disebabkan karena gelombang akustik mampu merambat di dalam air dengan baik. Salah satu faktor penting dalam pendeteksian dengan metode akustik adalah transduser sebagai Source Level pada sebuah sonar aktif. Metode penelitian dilakukan dengan membuat desain simulasi beamforming mengunakan aplikasi sensor array analyzer pada Matlab 2018 untuk menghasilkan parameter transduser dengan mode array. Parameter yang dihasilkan dari hasil simulasi digunakan sebagai referensi pembuatan transduser piezoelektrik (PZT). Prototipe transduser diberi sinyal trigger berupa beberapa ping atau burst dari sebuah driver akustik dan selanjutnya dilaksanakan uji coba memancarkan sinyal untuk mendeteksi target bawah air. Data echo yang direkam kemudian dilakukan pemrosesan sinyal sehingga hasil-hasil akhir prototipe sonar aktif mampu menghasilkan beamforming dengan beamdwidth 23,87 pada frekuensi 58,5 kHz, dengan Source Level (SL) sebesar 157,81 dB. Instrumen telah berhasil mendeteksi target argo float di kolom air dengan berbagai sudut yang berbeda. Nilai hasil deteksi Target Strength argo float maksimal sebesar "“7,9 dB pada sudut 90 dan minimum sebesar "“19,8 dB pada sudut 0 .
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».