MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413907230 · doi:10.1364/oe.570721

Development and experimental validation of a signal-tracking Fabry-Perot interferometer for upper atmospheric wind measurements

2025· article· en· W4413907230 sur OpenAlexaff
Tiancai Wang, Yajun Zhu, Guangyi Zhu, Jiyao Xu, W. E. Ward, Weijun Liu, Xiangqian Wu, Wei Yuan

Notice bibliographique

RevueOptics Express · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésFabry–Pérot interferometerInterferometryOpticsAtmospheric opticsTracking (education)SIGNAL (programming language)Remote sensingAtmospheric turbulencePhysicsSignal processingLaserGeologyMeteorologyTelecommunicationsComputer science

Résumé

récupéré en direct d'OpenAlex

A signal-tracking Fabry-Perot interferometer (STFPI) has been successfully developed using a frequency-stabilized He-Ne laser as a pilot signal for real-time capturing of system parameters simultaneously during nightglow observations. Wind velocities were derived in laboratory experiments using a novel piloted deconvolution technique from non-contaminating interference fringes generated from the He-Ne laser and a Neon calibration lamp emission at 630.479 nm. The piloted measurement method substantially improves measurement accuracy and eliminates sensitivity to laser calibration interval time, maintaining a consistent system uncertainty of 1.07 m/s in wind measurements. It also effectively suppresses the influence of instrumental drift. Under high-precision thermal control of an etalon over a 24-hour experiment period, the conventional measurement has an instrumental drift in wind velocity of 61.09 m/s, whereas the piloted approach consistently corrects this drift to below 5.25 m/s. These results confirm the STFPI's capability to enhance the stability and reliability of wind measurements under variable thermal conditions, supporting its application in long-term optical observations of faint nightglow emissions.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,057
Tête enseignante GPT0,273
Écart entre enseignants0,216 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics Express→Même sujetMeteorological Phenomena and Simulations→Travaux en français237 207→