MétaCan
Menu
Retour à la cohorte
Enregistrement W4393584136 · doi:10.5281/zenodo.4171627

4x and 10x Super Resolution Generator Models Trained With Planet CubeSat Satellite Imagery

2020· dataset· en· W4393584136 sur OpenAlexaboutno aff
Ekaterina Lezine

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typedataset
Langueen
DomaineEngineering
ThématiqueSpacecraft Design and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCubeSatPlanetSatellite imagerySatelliteRemote sensingMental imageGenerator (circuit theory)Computer scienceArtificial intelligenceGeologyPsychologyEngineeringAstronomyAerospace engineeringPhysicsNeurosciencePower (physics)

Résumé

récupéré en direct d'OpenAlex

Final resampling generator models produced from the Enhanced Super Resolution Generative Adversarial Network (ESRGAN) (https://github.com/xinntao/ESRGAN). ESRGAN was trained at two different resampling factors, 4x and 10x, using a training data set of global Planet CubeSat satellite images. These generators can be used to resample Planet CubeSat satellite images from 30m and 12m to 3m resolution. Descriptions and results of training can be found at https://wandb.ai/elezine/pixelsmasher. In press at Canadian Journal of Remote Sensing: Super-resolution surface water mapping on the Canadian Shield using Planet CubeSat images and a Generative Adversarial Network, Ekaterina M. D. Lezine, Ethan D. Kyzivat, and Laurence C. Smith (2021).

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,024
Tête enseignante GPT0,190
Écart entre enseignants0,166 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetSpacecraft Design and TechnologyTravaux en français237 207