VIPER Site Analysis
Notice bibliographique
Résumé
Abstract We needed to evaluate available orbital data of NASA’s Volatiles Investigating Polar Exploration Rover (VIPER) mission area in order to derive a variety of maps to help the science team identify scientifically interesting places for the rover to visit and to provide scientific context for our mission. Some of these maps also fulfilled engineering and mission design needs to enable safe and efficient landing and roving. We incorporated data from the Lunar Reconnaissance Orbiter Camera, the Lunar Orbital Laser Altimeter, the Mini-RF instrument, the Chandrayaan-2 Orbital High Resolution Camera, the Korean Pathfinder Lunar Orbiter’s Shadowcam, the Kaguya Spectral Profiler and Multiband Imager, and the Chandrayaan-1 Moon Mineralogy Mapper. We used a variety of techniques to build these maps, including stereogrammetry, shape-from-shading, ice stability depth and surface temperature calculations, and the horizon method for solar illumination and direct-to-Earth communications maps. Altogether, these maps allowed us to survey for boulders, evaluate features in permanently shadowed regions that VIPER might explore, provide mineralogic context for what VIPER’s instruments may learn, estimate the ages and radar properties of craters in the VIPER mission area, and evaluate the potential for gravity traverses with the rover. These data and techniques provided a rich set of information from which both the VIPER science team and engineering teams were able to draw in order to plan a safe landing and to plan a VIPER surface mission that will be both scientifically valuable and robust from an operational perspective.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».