MétaCan
Menu
Retour à la cohorte
Enregistrement W1882021129 · doi:10.14288/1.0087987

An inverse scattering series method for attenuating elastic multiples from multicomponent land and ocean bottom seismic data

2009· article· en· W1882021129 sur OpenAlexaff
Kenneth H. Matson

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMultipleOcean bottomSeries (stratigraphy)GeologySeismologyRemote sensingGeodesyMathematics

Résumé

récupéré en direct d'OpenAlex

A method exists for marine seismic data which removes all orders of free surface multiples and suppresses all orders of internal multiples while leaving primaries intact. This method is based on the inverse scattering series and makes no assumptions about the subsurface earth model. The marine algorithm assumes that the sources and receivers are located in the water column. In the context of land and ocean bottom data, the sources and receivers are located on or in an elastic medium. This opens up the possibility of recording multicomponent seismic data. Because both compressional (P) and shear (S) primaries are recorded in multicomponent data, it has the potential for providing a more complete picture of the subsurface. Coupled with the benefits of the P and S primaries are a complex set of elastic free surface and internal multiples. In this thesis, I develop an inverse scattering series method to attenuate these elastic multiples from multicomponent land and ocean bottom data. For land data, this method removes elastic free surface multiples. For ocean bottom data, multiples associated with the top and bottom of the water column are removed. Internal multiples are strongly attenuated for both data types. In common with the marine formulation, this method makes no assumptions about the earth below the sources and receivers, and does not affect primaries. The latter property is important for amplitude variation with offset analysis (AVO). The theory for multiple attentuation requires four component (two source, two receiver) data, a known near surface or water bottom, near offsets, and a known source wavelet. Tests on synthetic data indicate that this method is still effective using data with less than four components and is robust with respect to errors in estimating the near surface or ocean bottom properties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,214
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207