Improving AVO and reflection tomography through use of local dip and azimuth
Notice bibliographique
Résumé
PreviousNext No AccessSEG Technical Program Expanded Abstracts 2001Improving AVO and reflection tomography through use of local dip and azimuthAuthors: Francis SherrillSylvestre CharlesMarta WoodwardM. K. SenguptaFrancis SherrillWesternGeco, Sylvestre CharlesWesternGeco, Marta WoodwardWesternGeco, and M. K. SenguptaWesternGecohttps://doi.org/10.1190/1.1816590 SectionsAboutPDF/ePub ToolsAdd to favoritesDownload CitationsTrack CitationsPermissions ShareFacebookTwitterLinked InRedditEmail Permalink: https://doi.org/10.1190/1.1816590FiguresReferencesRelatedDetailsCited byData-driven tomographic velocity analysis in tilted transversely isotropic media: A 3D case history from the Canadian FoothillsSylvestre Charles, David R. Mitchell, Rob A. Holt, Jiwu Lin, and John Mathewson1 October 2008 | GEOPHYSICS, Vol. 73, No. 5Residual moveout estimation and application to AVO, stack enhancement, and tomographyFrancis Sherrill, Arturo Ramirez, Dave Nichols, and Kevin Bishop7 December 2005 SEG Technical Program Expanded Abstracts 2001ISSN (print):1052-3812 ISSN (online):1949-4645Copyright: 2001 Pages: 2135 publication data© 2001 Copyright © 2001 Society of Exploration GeophysicistsPublisher:Society of Exploration Geophysicists HistoryPublished Online: 03 Jan 2005 CITATION INFORMATION Francis Sherrill, Sylvestre Charles, Marta Woodward, and M. K. Sengupta, (2001), "Improving AVO and reflection tomography through use of local dip and azimuth," SEG Technical Program Expanded Abstracts : 273-276. https://doi.org/10.1190/1.1816590 Plain-Language Summary PDF DownloadLoading ...
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».