Time-Frequency analysis of long-term marine data from Cambridge Bay in the Canadian Arctic. High resolution ADCP, CTD and Fluorometer time series analysis
Notice bibliographique
Résumé
In the marine environment, the recorded time series are often nonlinear and nonstationary and interact with each other. Their analysis faces new challenges and thus requires the implementation of adequate and specific methods. We use the Hilbert-Huang Transform (HHT) for the spectral analysis of high frequency sampled time series in near shore waters of Cambridge Bay, located in the Canadian Arctic. We focus particularly on automatic measurements of temperature records, salinity, turbidity and chlorophyll data sets from deployments on an Ocean Networks Canada cabled platform. We look at the contribution of different Intrinsic Mode Functions (IMFs) \nobtained by the Empirical Mode Decomposition (EMD). The inertial wave and several low-frequency tidal waves are identified by the application of EMD. Furthermore, the correlation between two nonstationary time series is investigated. By Time Dependent Intrinsic Correlation (TDIC) analysis, it was concluded that the high-frequency modes have small correlation; whereas the trends are perfectly correlated. The methodologies presented in this paper are general. They can be applied for identification of main properties of other time series from the environmental and oceanic sciences, where the records are complex with fluctuations over a large range of different spatial and temporal scales.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,027 | 0,018 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».