MétaCan
Menu
Retour à la cohorte
Enregistrement W2128331993 · doi:10.1190/1.1487121

Denoising of aeromagnetic data via the wavelet transform

2001· article· en· W2128331993 sur OpenAlexaffabout
George Leblanc, William A. Morris

Notice bibliographique

RevueGeophysics · 2001
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésWaveletNoise (video)Noise reductionWavelet transformGeologyData processingRandom noiseSIGNAL (programming language)Computer scienceAlgorithmPattern recognition (psychology)Artificial intelligenceImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Abstract Noise has traditionally been suppressed or eliminated in aeromagnetic data sets by the use of Fourier analysis filters and, to a lesser degree, nonlinear statistical filters. Although these methods are quite useful under specific conditions, they produce undesirable effects when denoising features of moderate to large amplitude and spatial extent. In this study, a new wavelet analysis procedure is presented that substantially reduces the contribution from high-frequency random noise and noise that is user defined. Applications to both synthetic data and aeromagnetic data from southern Alberta, Canada, show that the wavelet method eliminates the noise portion of the signal more efficiently and retains a greater amount of geologic data than other methods.

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: Empirique
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,457

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,031
Tête enseignante GPT0,246
Écart entre enseignants0,215 · 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

Citations37
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207