English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

En las ultimas decadas, debido a la creciente movilidad de personas y bienes, el rapido crecimiento de los usuarios de dispositivos moviles con servicios basados en la ubicacion ha aumentado la necesidad de informacion geoespacial. En este contexto, el posicionamiento utilizando los datos recopilados por los Sistemas Globales de Satelite de Navegacion (multi-GNSS) ha ganado mas importancia en el campo de la geomatica. La calidad de las soluciones esta relacionada, entre otros factores, con el tipo de receptor utilizado en el trabajo. Para mejorar el posicionamiento con dispositivos de bajo costo y evitar gastos adicionales del usuario, este trabajo tiene como objetivo proponer la implementacion de una Red Neural Artificial (ANN) para estimar los observables del operador GPS L2. Para esto, se selecciono un modelo de red a traves de la tecnica de validacion cruzada (CV), se estimaron las observaciones y se analizo la precision de las soluciones. La tecnica CV demostro que un Perceptron multicapa con cuatro capas intermedias y uno con una capa intermedia son las configuraciones mas apropiadas para este problema. El procesamiento RINEX de doble frecuencia (con datos artificiales) revelo mejoras significativas. Para algunas pruebas, fue posible cumplir con las regulaciones de georreferenciacion de propiedad rural del Instituto Nacional de Colonizacion y Reforma Agraria (INCRA). Los resultados indican, por lo tanto, que la propuesta metodologica de la presente investigacion es muy prometedora para aproximar la calidad de posicionamiento accesible utilizando un receptor de doble frecuencia.

Estimation of GPS L2 Signal Observables Using Multilayer Perceptron Artificial Neural Networks for Positional Accuracy Improvement