MétaCan
Menu
Retour à la cohorte
Enregistrement W4393903368 · doi:10.1038/s44172-024-00204-5

Meso-scale seabed quantification with geoacoustic inversion

2024· article· en· W4393903368 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueCommunications Engineering · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensUniversity of VictoriaUniversity of Calgary
Organismes subventionnairesOffice of Naval ResearchAlliance de recherche numérique du CanadaUniversity of WaterlooSimon Fraser UniversityNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésSeabedGeologyInversion (geology)Scale (ratio)OceanographySeismologyGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Abstract Knowledge of sub-seabed geoacoustic properties, for example depth dependent sound speed and porosity, is of importance for a variety of applications. Here, we present a semi-automated geoacoustic inversion method for autonomous underwater vehicle data that objectively adapts model inference to seabed structure. Through parallelized trans-dimensional Bayesian inference, we infer seabed properties along a 12 km survey track on the scale of about 10 cm and 50 m in the vertical and horizontal, respectively. The inferred seabed properties include sound speed, attenuation, density, and porosity as a function of depth from acoustic reflection coefficient data. Parameter uncertainties are quantified, and the seabed properties agree closely with core samples at two control points and the layering structure with an independent sub-bottom seismic survey. Recovering high resolution seabed properties over large areas is shown to be feasible, which could become an important tool for marine industries, navies and oceanic research organizations.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,468

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 ouverte0,0010,000
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 Opus0,031
Tête enseignante GPT0,248
Écart entre enseignants0,217 · 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