MétaCan
Menu
Retour à la cohorte
Enregistrement W2050104609 · doi:10.1190/1.1815841

Robust refraction tomography

2000· article· en· W2050104609 sur OpenAlexaboutno aff
Konstantin Osypov

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTomographyRefractionComputer scienceOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

PreviousNext No AccessSEG Technical Program Expanded Abstracts 2000Robust refraction tomographyAuthors: Konstantin OsypovKonstantin OsypovWestern Geophysical Co., Denver. Coloradohttps://doi.org/10.1190/1.1815841 SectionsAboutPDF/ePub ToolsAdd to favoritesDownload CitationsTrack CitationsPermissions ShareFacebookTwitterLinked InRedditEmail Permalink: https://doi.org/10.1190/1.1815841FiguresReferencesRelatedDetailsCited byDirectional Total Variation Regularized High-Resolution Prestack AVA InversionIEEE Transactions on Geoscience and Remote Sensing, Vol. 60High-resolution seismic velocity analysis by sign-based weighted semblanceM. Javad Khoshnavaz30 September 2021 | GEOPHYSICS, Vol. 86, No. 6Geological Structure-Guided Initial Model Building for Prestack AVO/AVA InversionIEEE Transactions on Geoscience and Remote Sensing, Vol. 59, No. 2Application of tomographic static correction method without ray tracing in Piedmont area of Western ChinaJie Wu, Shengtao Zang, Xiaowei Wang, Jiaqing Sun, and Huan Yuan10 August 2019CMP-based near-surface velocity model building for mountainous areaWen Peng, Jianpeng Yu, and Dan Chen27 August 2018Geological structure guided well log interpolation for high-fidelity full waveform inversion14 September 2016 | Geophysical Journal International, Vol. 207, No. 2Pitfalls in processing near-surface reflection-seismic data: Beware of static corrections and migrationW. Frei, R. Bauer, Ph. Corboz, and D. Martin3 November 2015 | The Leading Edge, Vol. 34, No. 11Velocity analysis using similarity-weighted semblanceYangkang Chen, Tingting Liu, and Xiaohong Chen10 June 2015 | GEOPHYSICS, Vol. 80, No. 4Velocity analysis using similarity-weighted semblanceTingting Liu*, Xiaohong Chen, and Yangkang Chen5 August 2014First-break traveltime tomography with the double-square-root eikonal equationSiwei Li, Alexander Vladimirsky, and Sergey Fomel9 October 2013 | GEOPHYSICS, Vol. 78, No. 6Prestack first-break traveltime tomography using the double-square-root eikonal equationSiwei Li, Sergey Fomel, and Alexander Vladimirsky25 October 2012Refraction tomography statics without ray tracing for rugged topographyHu Ziduo, Wang Xiwen, Wang Shujiang, Wang Yuchao, and Yong Yundong21 October 2010Data-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. 5An integrated workflow for imaging below shallow gas: A Trinidad case studyMehmet C. Tanis, Ole J. Askim, Steve Lancaster, Gavin Ward, Miro Gainski, Vishal Nagassar, Chung‐Chi Shih, and Luis Canales6 October 2006 SEG Technical Program Expanded Abstracts 2000ISSN (print):1052-3812 ISSN (online):1949-4645Copyright: 2000 Pages: 2484 publication data© 2000 Copyright © 2000 Society of Exploration GeophysicistsPublisher:Society of Exploration Geophysicists HistoryPublished Online: 04 Jan 2005 CITATION INFORMATION Konstantin Osypov, (2000), "Robust refraction tomography," SEG Technical Program Expanded Abstracts : 2032-2035. https://doi.org/10.1190/1.1815841 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 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)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,006

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 Opus0,017
Tête enseignante GPT0,195
Écart entre enseignants0,178 · 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
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

Citations17
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207