Spectral decomposition and de‐noising via time‐frequency and space‐wavenumber reassignment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT The reassignment method remaps the energy of each point in a time‐frequency spectrum to a new coordinate that is closer to the actual time‐frequency location. Two applications of the reassignment method are developed in this paper. We first describe time‐frequency reassignment as a tool for spectral decomposition. The reassignment method helps to generate more clear frequency slices of layers and therefore, it facilitates the interpretation of thin layers. The second application is to seismic data de‐noising. Through thresholding in the reassigned domain rather than in the Gabor domain, random noise is more easily attenuated since seismic events are more compactly represented with a relatively larger energy than the noise. A reconstruction process that permits the recovery of seismic data from a reassigned time‐frequency spectrum is developed. Two approaches of the reassignment method are used in this paper, one of which is referred to as the trace by trace time reassignment that is mainly used for seismic spectral decomposition and another that is the spatial reassignment that is mainly used for seismic de‐noising. Synthetic examples and two field data examples are used to test the proposed method. For comparison, the Gabor transform method, inversion‐based method and common deconvolution method are also used in the examples.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle