Utilisation de warping temporel pour étendre le domaine de fonctionnement d’un procédé d’inversion géoacoustique passive
Bibliographic record
Abstract
Cet article introduit de nouveaux outils pour le traitement de signal dans le cadre d’un schéma d’inversion géoacoustique passive s’appuyant sur des modulations de fréquence de mammifères marins captés sur un unique hydrophone. La méthode se base sur l’utilisation de la propagation multitrajet pour extraire l’information nécessaire à l’estimation du coefficient de réflexion du sédiment superficiel. Jusqu’à présent, l’utilisation d’outils de traitement du signal basés sur le spectrogramme limitait la portée et les signaux candidats à l’inversion, ceux-ci devant présenter des échos résolus dans le plan temps-fréquence au regard des outils mis en oeuvre. Ce papier propose l’ajout d’une nouvelle étape de traitement basée sur des opérateurs de déformation temporelle (warping) permettant la séparation haute résolution des échos. Les échos sont transformés en composantes de fréquences pures par application d’un opérateur de déformation avec pour loi de déformation, la loi de fréquence instantanée du signal. En contexte passif, cette loi est estimée à partir du premier écho reçu. L’application de l’opérateur de déformation sur une fenêtre temporelle glissante permet d’obtenir la réponse impulsionnelle (RI) du canal. Celle-ci est ensuite utilisée pour estimer la position de la source, l’angle de rasance et les pertes de transmission. Le warping conservant l’énergie, le niveau de chaque écho peut être alors estimé sur le signal déformé sans devoir revenir dans l’espace temporel initial. A l’instar de la méthode d’inversion de base, le traitement d’une série d’émissions fournit une courbe estimée du coefficient de réflexion en fonction des angles de rasance. Cette courbe sert d’observable à l’algorithme d’inversion. Le résultat important de cette étude est que ces nouveaux outils permettent d’augmenter la portée et la diversité des signaux candidats à la méthode d’inversion. Les performances et la validité du schéma d’inversion étendu ont été évaluées sur données synthétiques puis confrontées avec succès aux émissions réelles dans le golfe du Lion sur lesquelles la méthode d’origine avait été précédemment évaluée. La portée a été triplée et la durée d’enregistrement utile multipliée par un facteur 2,5 grâce aux nouveaux outils. Avec ces nouveaux outils, nous avons accès à un ensemble de paramètres géoacoustiques permettant de mieux décrire les caractéristiques du fond marin.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".