MétaCan
Menu
Retour à la cohorte
Enregistrement W2015068372 · doi:10.1190/geo2011-0444.1

Application of constrained polarization filtering for surface-wave mitigation: Three case studies

2012· article· en· W2015068372 sur OpenAlexfundno aff
Mamadou S. Diallo, Warren S. Ross, Andrew Shatilo, Inmaculada Durá‐Gómez, Gary Szurek

Notice bibliographique

RevueGeophysics · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesImperial Oil Limited
Mots-clésPolarization (electrochemistry)Polarizing filterAmplitudeComputer scienceSurface waveTime domainFrequency domainSIGNAL (programming language)AlgorithmGeologyAcousticsTelecommunicationsPhysicsOpticsChemistryComputer visionOptical filter

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We applied constrained polarization filtering (CPF) to surface-wave mitigation on data sets from different geologic settings. The method derives from the application of polarization filtering in the time-frequency (t-f) domain and introduces new constraints to effectively detect and mitigate surface waves while protecting the signal. We use these constraints that we derive from velocity, amplitude, time, and frequency information to delineate the t-f region dominated by surface-wave noises. Then, we restrict the application of polarization filtering to this region to avoid damaging the signal. Straightforward application of polarization filtering without these constraints results in ineffective filtering or damage to the signal, due to the complexity of surface-wave wavetrains. The performance of CPF with these various data sets is demonstrably superior compared to the unconstrained approach. There are some of the issues that may affect performance of the CPF, but they can be overcome.

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 enseignants0,745
Score d'incertitude au seuil0,231

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 Opus0,032
Tête enseignante GPT0,248
Écart entre enseignants0,216 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetSeismic Waves and AnalysisTravaux en français237 207