MétaCan
Menu
← Retour à la cohorte
Enregistrement W6912453061 · doi:10.5281/zenodo.5036260

PX4/PX4-Autopilot: v1.12 Beta 6

2021· other· en· W6912453061 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2021
Typeother
Langueen
Domaine
Thématique
Établissements canadiensTellabs (Canada)
Organismes subventionnairesnon disponible
Mots-clésFirmwareCalibrationGlobal Positioning SystemsyncControl theory (sociology)AirspeedPower (physics)Synchronization (alternating current)Pipeline (software)EmulationUSB

Résumé

récupéré en direct d'OpenAlex

This is the sixt beta of v1.12, which brings a number of significant improvements to PX4: The full release notes are here: https://docs.px4.io/master/en/releases/1.12.html Multi-EKF enabled by default Safety (switch) defaults to off (motors are disarmed, but servos / flaps can move) Safety switch is latching: Once it is disabled, it will stay disabled Multicopter Intuitive stick feel in Position mode Hover thrust independent velocity control gains UAVCANv0: Although the fundamental features like Firmware upgrades and parameter sync of CAN nodes have been implemented for over 5 years, we refreshed support now that finally, devices are on the market. Typical CAN GPS, airspeed and power modules are supported UAVCANv0 Node: PX4 supported building nodes for many years - now we support building specific targets like the CUAV GPS units UAVCANv1: Initial alpha of a complete end-to-end implementation Fixedwing/VTOL significant TECS improvements Magnetometer calibration faster and more robust new soft iron calibration coefficients automatically determine the rotation of external sensors Gyro dynamic notch filtering with onboard FFT Optimized rate control sensor pipeline (minimal inner loop end-to-end latency) Added support for IRC Ghost including telemetry new board support PX4 FMUv6u PX4 FMUv6x CUAV X7/X7Pro CUAV Nora CUAV CAN GPS SP Racing H7 Extreme Bitcraze Crazyflie v2.1 ARK CAN Flow mRo Ctrl Zero H7 (experimental) Differences to Beta 3: Fixed a rate mismatch on PWM outputs on FMU

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,405
Score d'incertitude au seuil0,848

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,4050,343

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 Opus0,048
Tête enseignante GPT0,258
Écart entre enseignants0,210 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreLogiciel

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Travaux en français237 207→