MétaCan
Menu
Back to cohort
Record W7025304463

Uudet tekniikat Jyväskylän kaupungin RPAS-toiminnassa

2019· other· fi· W7025304463 on OpenAlexaboutno aff

Bibliographic record

VenueTheseus (Ammattikorkeakoulujen) · 2019
Typeother
Languagefi
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsPower (physics)Context (archaeology)Quarter (Canadian coin)
DOInot available

Abstract

fetched live from OpenAlex

Opinnäytetyössä selvitettiin Jyväskylän kaupungin RPAS-laitteeseen hankitun PPK-paikannusratkaisun ja kehitteillä olevan uudenlaisen kahden kameran viistokuvagimbaalin soveltuvuutta nykyaikaisen kaupunkimittauksen tarpeisiin. Tutkimuksen tavoitteena oli selvittää PPK-paikannuksen tarkkuus verrattuna tukipistepaikannukseen sekä viistokuvilta lasketun pistepilven tarkkuus, käyttökelpoisuus ja lisäarvo kaupunkimallinnuksessa. \n \nAiheesta kerättiin teoriatietoa alan tutkimuksista ja kirjallisuudesta. Kokeellinen osuus tehtiin vertaamalla RPAS-laitteella tuotettua tutkimusaineistoa referenssimittauksiin, jotka tehtiin skannaavalla takymetrilla. Referenssimittauksissa mitattiin signaloituja tukipisteitä ja skannattiin asfaltin pintaa sekä rakennusten seiniä. RPAS-lentoja suoritettiin neljä, joista kaksi tehtiin viistokuvagimbaalia hyödyntäen. Neljän lennon aineistot prosessoitiin käyttämällä PPK-paikannusratkaisua yhdellä signaloidulla tukipisteellä ja ilman PPK:ta viidellä tukipisteellä. \n \nTutkimuksen tuloksista selvisi, että viistokuvilta laskettu pistepilvi saavutti saman korkeustarkkuuden kuin nadiirikuvilta laskettu pistepilvi. Seiniin muodostui lukumäärällisesti enemmän pisteitä, mutta niiden tarkkuus ei ollut parempi kuin nadiirikuvista lasketuissa pistepilvissä. PPK-paikannus yhdellä tukipisteellä osoittautui tarkaksi ja tehokkaaksi menetelmäksi. Tarkkuus oli yhtä hyvä tai parempi kuin pelkillä tukipisteillä suoritettu laskenta. \n \nViistokuvilta laskettu pistepilvi soveltuu ominaisuuksiensa puolesta hyvin kaupunkimittauksen ja -mallinnuksen lähtöaineistoksi. Toisaalta 15° kallellaan olevat kamerat lisäsivät pisteitä vain seinäpinnoissa eivätkä tuottaneet pisteitä esimerkiksi rakennusten sisennyksiin. Mielenkiintoinen lisätutkimusaihe on pistepilvien tarkkuus ja hyödynnettävyys, jotka on laskettu suuremmilla kallistuskulmilla aina 45°:seen saakka. Lisäksi RPAS-kuvauksista saatujen viistokuvien hyödyntäminen mallinnettujen rakennusten teksturoinnissa olisi mielenkiintoista tutkia.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.096
Threshold uncertainty score0.321

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0030.001
Scholarly communication0.0070.003
Open science0.0010.003
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0960.038

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.

Opus teacher head0.022
GPT teacher head0.261
Teacher spread0.239 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same venueTheseus (Ammattikorkeakoulujen)French-language works237,207