MétaCan
Menu
Retour à la cohorte
Enregistrement W6944822652 · doi:10.21227/41e8-8v73

Raw_radar_fmcw_Dataset

2025· dataset· en· W6944822652 sur OpenAlexaff

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2025
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSesquiterpenes and Asteraceae Studies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésRaw dataGround truthRadarPreprocessorSIGNAL (programming language)Signal processingContinuous-wave radarData pre-processing

Résumé

récupéré en direct d'OpenAlex

This dataset contains raw FMCW radar signals collected for human localization and activity monitoring in indoor environments. The data was recorded using mmWave radar sensors across two different laboratory settings, designed to simulate real-life scenarios for human detection and localization tasks.The dataset includes experiments with 1, 2, and 3 people, covering various positions, walking trajectories, and intermediate locations to evaluate model generalization. Ground truth information is embedded in the folder names, indicating the true distance and angle of the targets.Each data folder contains 18 files: 9 files per antenna capturing complex-valued signals (.cf32 format) for multi-antenna processing. The signals are recorded without any preprocessing or feature extraction, enabling researchers to explore raw data learning, end-to-end modeling, or classical signal processing pipelines. This dataset is especially suitable for research in radar-based human localization, privacy-preserving monitoring, signal enhancement, and machine learning on raw radar data.

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 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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,007
Tête enseignante GPT0,248
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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 revuePolyPublie (École Polytechnique de Montréal)Même sujetSesquiterpenes and Asteraceae StudiesTravaux en français237 207