Post-processed Precise Point Positioning: \nA viable alternative?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The concept of Precise Point Positioning (PPP) using Global Navigation Satellite System (GNSS) technology was first introduced in 1976. However, it took until the 1990s for PPP to generate interest amongst the greater GNSS community. Over the last two decades, dual-frequency PPP has been extensively researched, and several PPP online services and software packages have been developed. This research has shown that centimetre-level point positioning is achievable in post-processed static mode. However, several limitations still remain, primarily the long convergence times needed to resolve ambiguities, currently restricting the use of PPP for high-accuracy survey applications. With the advent of cost-effective and accurate post-processing PPP services provided by organisations such as the National Aeronautics and Space Administration (NASA) Jet Propulsion Laboratory (JPL), the International GNSS Service (IGS) and Natural Resources Canada (NRCan), PPP now offers centimetre-level point positioning from much smaller observation datasets. This study compares PPP results from 1-hour, 2-hour, 4-hour, 12-hour and 24-hour observation datasets using NRCan’s PPP online service against the official, Regulation 13-certified coordinates of twenty CORSnet-NSW sites across New South Wales. It is shown that post-processed PPP can provide a viable alternative to differential techniques for survey accuracy, static survey applications for observation spans of at least 4 hours.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,029 |
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 découle