MétaCan
Menu
Retour à la cohorte
Enregistrement W2115627442 · doi:10.1111/j.1365-246x.2007.03384.x

A wavelet thresholding technique for local geoid and deflection of the vertical determination using a planar approximation

2007· article· en· W2115627442 sur OpenAlexaff
M.M. El Habiby, Michael G. Sideris

Notice bibliographique

RevueGeophysical Journal International · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGeoidThresholdingGeologyWaveletGeodesyPlanarVertical deflectionGeophysicsGeometryMathematicsPhysicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

SUMMARY A computational scheme using the wavelet transform is employed for local geoid determination, where wavelet multiresolution analysis (MRA) is introduced as an alternative approach to the well-established fast Fourier transform (FFT). The Stokes and Vening Meinesz integrals are approximated in finite MRA subspaces. The algorithm is built using an orthogonal wavelet base function. The characteristics of the base function and its effect on the final result are investigated. Hard and soft thresholding are tested in the compression of the kernel as well as global thresholding is compared to level-wise thresholding to optimize the compression level with an acceptable accuracy. Both global and level-wise thresholding are combined in order to achieve the maximum compression level, with acceptable geoid accuracy. The compression rate depends on the degree of singularity of the kernel. In the case of Stokes, a 94 per cent compression level is achieved with 1 cm (rms) accuracy in comparison to FFT and numerical integration approaches. Due to its stronger singularity, in the case of the Vening Meinesz kernel, 97 per cent compression rate is achieved with a 0.07 arc-second (rms) accuracy. The compression percentages achieved in this study are higher than those reported in pervious studies, which shows that this algorithm is very suitable for use in local geoid determination.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,781
Score d'incertitude au seuil0,194

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 Opus0,019
Tête enseignante GPT0,266
Écart entre enseignants0,246 · 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'étudeAutre devis
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

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

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