MétaCan
Menu
Retour à la cohorte
Enregistrement W1967288457 · doi:10.1190/1.3378764

Rapid construction of equivalent sources using wavelets

2010· article· en· W1967288457 sur OpenAlexaff
Yaoguo Li, Douglas W. Oldenburg

Notice bibliographique

RevueGeophysics · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Signal Denoising Methods
Établissements canadiensUniversity of British Columbia HospitalUniversity of British Columbia
Organismes subventionnairesNewmont Corporation
Mots-clésWaveletDiscrete wavelet transformSecond-generation wavelet transformWavelet packet decompositionStationary wavelet transformFast wavelet transformWavelet transformCascade algorithmOrthonormal basisMathematicsLegendre waveletMatrix (chemical analysis)AlgorithmLifting schemeHarmonic wavelet transformDomain (mathematical analysis)Computer scienceMathematical analysisArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract We have developed a fast algorithm for generating an equivalent source by using fast wavelet transforms based on orthonormal, compactly supported wavelets. We apply a 2D wavelet transform to each row and column of the coefficient matrix and subsequently threshold the transformed matrix to generate a sparse representation in the wavelet domain. The algorithm then uses this sparse matrix to construct the the equivalent source directly in the wavelet domain. Performing an inverse wavelet transform then yields the equivalent source in the space domain. Using upward continuation of total-field magnetic data between uneven surfaces as examples, we have compared this approach with the direct solution using the dense matrix in the space domain. We have shown that the wavelet approach can reduce the CPU time by as many as two orders of magnitude.

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)0,003
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,027
Tête enseignante GPT0,271
Écart entre enseignants0,244 · 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

Citations93
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetImage and Signal Denoising MethodsTravaux en français237 207