An accurate and robust multigrid algorithm for 2D forward resistivity modelling
Notice bibliographique
Résumé
ABSTRACT We present an adaptation of the full multigrid algorithm in DC resistivity modelling in an effort to increase its accuracy. There is a great difficulty with conventional multigrid solvers in representing the physics of an arbitrary distribution of electrical conductivity on a very coarse grid. In general, conventional rectangular finite‐difference or 5‐point approximations of Poisson's equation cannot represent, at a coarse grid level, the effective anisotropy on a coarse scale which results from fine structure in the model. An exception to this generalization occurs when the principal axes of structural anisotropy are aligned with the coordinate axis. Additional and similarly generated problems arise when a coarse cell is obliged to represent fine structure containing very high conductivity contrasts. We have developed an adaptation of the usual resistive‐network representation of the continuum, which avoids some of these problems, and have compared it with the traditional resistive network currently used. The network adaptation consists of replacing the usual 5‐point Laplacian operator stencil used on the finite‐difference grid with a 9‐point stencil, and the conductivity scalar with a 6‐parameter conductivity parametrization. This parametrization permits representation of arbitrarily orientated anisotropy as well as more complex behaviour related to high conductivity contrasts. The importance of multigrid solvers does not lie in their speed at forward modelling (which is comparable with other methods), but rather in their potential for inverse modelling. Inverse solvers which proceed by refinement of an initially very coarse solution can, in principle, take time only linearly proportional to the number of gridpoints in the final desired model.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».