Data Collection in Svalbard, Norway to Test the use of Virtual Reality for Lunar and Planetary Surface Exploration
Notice bibliographique
Résumé
As part of MIT's work with the Resource Exploration and Science of our Cosmic Environment (RESOURCE) project with NASA Ames and the Solar System Exploration Research Virtual Institute we are testing both the scientific and operational usefulness of a virtual reality environment for local, small-scale (< 5 m) geological analysis for Lunar and planetary surface exploration missions. Specifically, we are testing a virtual reality (VR) environment developed using a low-cost commercial off-the-shelf combination LiDAR/RGB camera for geological exploration. We incorporate local environmental data such as temperature, luminosity, humidity, and wind. The data was collected in Svalbard, Norway, from three locations near Longyearbyen. The sites were selected based on their distinct geological features including 1) a riverbed in a glacially carved valley (<10 cm-scale features), 2) the base of a recent glacial retreat (last 100 years, 10-50 cm) and 3) a permafrost feature (>1 m). This data is rendered in VR and will be used to assess scientist's abilities to answer questions about the relevant local geology for differing feature scales (<10 cm, 10-50 cm and >1 m). The VR environment will be compared to a traditional desktop application in 2-dimensions and geological field notes taken on an app developed by the University of Western Ontario for geological field work. Here we discuss the data collection techniques used in Svalbard as well as the lessons learned from this field work. Data processing techniques are presented, as well as the final VR rendering capabilities developed for this work. The low cost of the technologies provides an opportunity to develop immersive environments not only for Lunar and planetary surface exploration, but also for remote or environmentally sensitive locations on Earth where research is lacking and human presence should be minimized.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».