The effects of ignored seabed variability in geoacoustic inversion
Notice bibliographique
Résumé
Geoacoustic inversion using a matched-field inversion algorithm is a well-established technique for estimating the geoacoustic parameters of the seabed. This paper demonstrates how parameter estimation can be affected by unknown or wishfully ignored random range dependence of the true environment when the inversion model is--for practicality--assumed to be range independent. Simulations with controlled statistics were carried out using a simple shallow water model: an isospeed water column over a homogeneous elastic halfspace. The inversion parameters included water depth, compressional speed in the seabed, seabed density, and compressional wave attenuation. On average the environment is range independent: some parameters are constant while other parameters are random with range-independent means and variances. A Parabolic Equation underwater acoustic propagation model is used to calculate the simulated data fields for the range-dependent environment as well as to calculate the model fields for the range-independent inversion model. The Adaptive Simplex Simulated Annealing inversion algorithm is used to estimate the best-fit solution. It is found that ignoring the variability of even a single geoacoustic parameter leads to significant and correlated uncertainty (bias and variance) in the estimation of all inverted parameters. Results are presented for range variation of compressional sound speed and water depth.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».