GNSS-positionering med webbaserade beräkningstjänster : Utvardering av den relativa osakerheten
Bibliographic record
Abstract
Ett sätt att efterberäkna statiska GNSS-observationer är att använda webbaserade beräkningstjänster. Fördelen med att använda webbaserade beräkningstjänster är att det inte krävs någon avancerad kunskap om GNSS- mätning för att bestämma en position. I Sverige finns SWEPOS Beräkningstjänst, som använder sig av de permanenta referensstationerna i SWEPOS-nätverket för att utföra efterberäkning. Andra exempel på webbaserade beräkningstjänster är AUSPOS, Online User Positioning Service (OPUS), Trimble CenterPoint RTX Post Processing Service (TrimbleRTX) och Canadian Spatial Reference System Precise Point Positioning (CSRS-PPP). Dessa tjänster kan användas på platser utan geodetisk infrastruktur. Syftet med examensarbetet är att undersöka hur den relativa osäkerheten mellan närliggande punkter skiljer sig vid koordinatbestämning med de fem just nämnda tjänsterna. Fem kontrollpunkter valdes i ett redan etablerat stomnät runt Högskolan i Gävle. Kontrollpunkterna mättes i tre sessioner och varje session varade i fyra timmar. Från varje observationsfil skapades fyra nya observationsfiler som hade en, två, tre respektive fyra timmars observationstid. Filerna, totalt 60, skickades till beräkningstjänsterna när efterberäknade bandata var tillgängliga. För att jämföra de olika tjänsterna beräknades standardosäkerhet, medelavvikelse samt RMS-värdet. Resultatet visade att AUSPOS, CSRS-PPP, TrimbleRTX och SWEPOS presterar ungefär lika bra. Med fyra timmars observationstid hade dessa tjänster ett RMS för de relativa koordinatskillnaderna i plan runt 5–7 mm och i höjd 9–15 mm. OPUS presterade dock betydligt sämre än de andra tjänsterna. OPUS hade vid fyra timmars observationstid ett RMS-värde runt 16 mm och i höjd 27 mm. Resultaten visar även att längre observationstider förbättrar den relativa osäkerheten, men efter en viss observationstid förbättras inte osäkerheten.För AUSPOS och CSRS-PPP sker detta vid tre timmars observationstid medan för SWEPOS börjar RMS-värdet stabiliseras vid två timmar. TrimbleRTX presterar bra redan vid korta observationstider men förbättras något vid längre observationstider. OPUS visade en tydlig förbättring vid längre observationstider.
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 | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.029 | 0.017 |
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".