MétaCan
Menu
Retour à la cohorte
Enregistrement W1966428076 · doi:10.1071/aseg2006ab006

A comparison between anisotropic reverse time and phase-shift plus interpolation prestack migrations for tilted anisotropic media

2006· article· en· W1966428076 sur OpenAlexaff
John C. Bancroft, Du Xiang, Don C. Lawton

Notice bibliographique

RevueASEG Extended Abstracts · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensXanadu Quantum Technologies (Canada)University of Calgary
Organismes subventionnairesnon disponible
Mots-clésExtrapolationInterpolation (computer graphics)PrestackAnisotropyDispersion (optics)Seismic migrationPhase (matter)Wave equationMathematical analysisComputational physicsPhysicsAlgorithmMaterials scienceMathematicsAcousticsOpticsGeologyClassical mechanicsGeophysicsSeismologyQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Two 2D anisotropie prestack depth migration algorithms that use wavefield extrapolation are evaluated for tilted transversely isotropie media (TTI).The first method is anisotropie phase-shift-plus-interpolation (A-PSPI) that is based on an analytical solution of frequency-dispersion enabling the use of an arbitrary distribution of velocities and anisotropie parameters. The second method is anisotropie reverse-time (A-RT) that uses the full wave equation.We evaluate the accuracy and efficiency of there algorithms. Examples are presented that use numerical and physically modelled data along with a structurally complex real data example. Both A-PSPI and A-RT have excellent performance with A-RT maintaining the advantage of using the full wave equation.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,825
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,279
Écart entre enseignants0,254 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASEG Extended AbstractsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207