MétaCan
Menu
Retour à la cohorte
Enregistrement W2013190964 · doi:10.1093/gji/ggs035

2-D reconstruction of boundaries with level set inversion of traveltimes

2012· article· en· W2013190964 sur OpenAlexaff
Polina Zheglova, Colin G. Farquharson, Charles A. Hurich

Notice bibliographique

RevueGeophysical Journal International · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésSlownessGeologyInversion (geology)BoreholeGeophysicsBoundary (topology)JumpTomographyCrustSeismic tomographyGeodesySeismologyGeometryMathematical analysisMantle (geology)MathematicsOpticsTectonicsGeotechnical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

There are many features in the Earth's crust that involve a jump in physical properties across a sharp boundary. One example is the boundary of an ore body embedded in host rocks. Such well-defined boundaries are often of interest to geophysicists, however traditional minimum-structure inversion methods tend to produce blurred images of the subsurface, where sharp boundaries are not well defined. In this paper, we explore the application of a level set inversion method to recovering a sharp boundary between two slowness values, one characterizing an inclusion, for example, an ore body, the other characterizing a background, for example, host rocks, from first arrival traveltime data. The slowness values are assumed to be known, for example, from sonic logs. We consider the scenario of cross-borehole tomography in two dimensions, however the method is extendible to the 3-D tomography. We test the method on a series of synthetic examples including both fast and slow inclusions. We also investigate numerically the use of straight ray and bent ray forward modelling in the inversion for media with different velocity contrasts.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,753

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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,235
Écart entre enseignants0,211 · 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

Citations44
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Journal InternationalMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207