MétaCan
Menu
Retour à la cohorte
Enregistrement W1930933475 · doi:10.3968/j.aped.1925543820130601.1658

The Research of Reverse-Time Migration for Cross-Hole Seismic

2013· article· en· W1930933475 sur OpenAlexvenueno aff
Zhe Li, Xia Cao, Songhui Lin, Guohua Wei

Notice bibliographique

RevueAdvances in petroleum exploration and development · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeismic migrationExtrapolationCross-correlationGeologyDispersion (optics)Geophysical imagingSeismologySeismic waveField (mathematics)PhysicsOpticsMathematical analysisMathematics

Résumé

récupéré en direct d'OpenAlex

Cross-hole seismic is the leading technology of development seismology, which is still developing and improving. With the development of down-hole acquisition equipment, cross-hole seismic acquisition technology is getting mature, providing better data for imaging. According to the features of cross-hole survey and cross-hole data, we put forward a reverse-time migration method which is suitable for the wave equation for cross-hole seismic data. We propose finite difference scheme of higher order, and then derive its stability condition in cross-hole seismic. The frequency dispersion problem in cross-hole seismic wave field extrapolation is also discussed. Cross correlation imaging condition is used to realize migration, and Laplace filter is applied to remove low-frequency noise from migration section. Thus finite-difference reverse-time migration method for cross-hole seismic is established. Finally, we build geological models with anomalous ellipsoids, and apply cross-hole seismic wave field simulation and migration to them, thus our method proves its effectiveness. When dealing with real cross-hole seismic data with this method, high-resolution migration sections can be achieved. Key words : Cross-hole seismic; Reverse-time migration; Model test

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,308
Écart entre enseignants0,270 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in petroleum exploration and developmentMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207