Adjoint centroid-moment tensor inversions
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
We determine centroid-moment tensor (CMT) solutions by minimizing waveform differences between observed and simulated seismograms based on an adjoint method. Synthetic seismograms and Fréchet derivatives are calculated based on a spectral-element method. The non-linear adjoint CMT inversion algorithm requires three simulations for each iteration: one ‘forward’ simulation to obtain synthetics for the current source parameters, one ‘adjoint’ simulation which involves injecting time-reversed differences between observed and simulated seismograms as simultaneous virtual sources at each of the receivers, and an extra forward simulation to compute the step length in the conjugate-gradient direction. Whereas the vertical component of the adjoint wavefield reflects the radiation pattern near the centroid location, the components of the adjoint strain tensor capture the elements of the moment tensor. We use the method to determine adjoint CMT solutions for two representative southern California earthquakes using recent 3-D crustal model CVM-6.2. The adjoint CMT solutions are in good agreement with classical Hessian-based CMT solutions involving 3-D Green's functions. In general, adjoint CMT inversions require fewer numerical simulations than traditional Hessian-based inversions. This faster convergence holds promise for multiple moment-tensor and kinematic rupture inversions in 3-D earth models.
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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,007 |
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