MétaCan
Menu
Retour à la cohorte
Enregistrement W4411656726 · doi:10.51847/9spjvt0cgz

10.51847/9SPjvt0CGZ

2000· article· en· W4411656726 sur OpenAlexvenueno aff

Notice bibliographique

RevueTime to knit · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Image Processing and Photogrammetry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer visionArtificial intelligenceStereo imageComputer scienceImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Due to increasing number of High Resolution Satellites, the production of ortho image and 3D maps from these images are becoming increasingly important.In order to do so acquiring Ground Control Points (GCP) is necessary.Higher quality aerial or satellite imagery will not replace the need for GCP.In fact, ground control point collection becomes increasingly more important as image quality improves.Fortunately, collecting ground control point is now a much faster, more accurate, and cost-effective process thanks to the use of GPS but the proper number of control points still is an issue.In this article, the P5 imagery from IRS series has been especially used because of 2.5-meter resolution and their affordable price.In order to orient satellite imagery with respect to the earth, ground control points (GCP) are designed and created in the region of interest.Having a stereo pair of images with near to full coverage; triangulation has been used for point distribution and block adjustment.The main calculations were performed by local triangulation software and we used a progressive control point number approach.Starting with a single control point, the amounts of vertical and horizontal accuracies are calculated and tabulated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0040,001
Charge utile insuffisante (le modèle a refusé de juger)0,9670,967

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 Opus0,005
Tête enseignante GPT0,171
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTime to knitMême sujetSatellite Image Processing and PhotogrammetryTravaux en français237 207