Inversion of time domain electromagnetic data for the detection of Unexploded Ordnance
Notice bibliographique
Résumé
Unexploded Ordnance(UXO)discrimination is achieved by extracting parameters from geophysical data that reflect characteristics of the target that generated the measured signal. Model-based parameters are estimated through data inversion, where the optimal parameters are those that produce acceptable agreement between observed and predicted data and satisfy any prior information we have of the target. These parameters are then used as inputs to statistical classification methods to determine the likelihood that the target is, or is not, a UXO. The task of accurately recovering model parameters is more difficult when sensor data are contaminated with geological noise originating from magnetic soils. In regions of highly magnetic soil, magnetometry and electromagnetic sensors often detect large anomalies that are of geologic, rather than of metallic origin. In this thesis I investigate different methods of recovering the dipole polarization tensor from time domain electromagnetic (TEM) data. The different data inversion methods are characterized by the amount of a priori information used. Different a priori information considered include target location and depth estimated from other data sets, and knowledge of the different types of UXO that can be expected at the site. In the first part of this thesis, I assume that the influence of background geology can be removed through a data pre-processing procedures such that the UXO can be assumed to sit in free space. In the second part of this thesis we take a closer look at the influence of viscous remnant magnetization on electromagnetic data. Several software and hardware based approaches are proposed for improving detection and discrimination of UXO in geologically magnetic areas.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».