MétaCan
Menu
Retour à la cohorte
Enregistrement W2128497116 · doi:10.1190/1.1444721

3-D broad-band estimates of reflector dip and amplitude

2000· article· en· W2128497116 sur OpenAlexaff
Kurt J. Marfurt, R.L. Kirlin

Notice bibliographique

RevueGeophysics · 2000
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of Victoria
Organismes subventionnairesJohnson and Johnson
Mots-clésAzimuthAmplitudeGeologyCoherence (philosophical gambling strategy)Computer scienceAlgorithmOpticsGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Estimates of seismic coherence of 3-D data sets have provided a radically new way of delineating detailed structural and stratigraphic features. Covariance matrices provide the natural formalism to extend the original three-trace crosscorrelation algorithm to larger analysis windows containing multiple traces, thus providing greater fidelity in low signal-to-noise environments. By use of 3-D phase compensation using Radon transforms, we exploit advances made in the high-resolution multiple signal classification (MUSIC) algorithms, originally developed for the defense industry. All three families of multitrace attributes (coherence, amplitude, and phase) are coupled through the underlying geology, such that we obtain three families of complimentary images of geologic features that result in lateral changes in wave form. The phase attributes of dip/azimuth and curvature allow us to image areas that have undergone folding or draping that can not be seen on coherence or amplitude images. The amplitude attributes allow us to image oil/water contacts or other areas of amplitude variation that may not be seen on coherence or dip/azimuth images. Coupled with coherence and the conventional seismic data, these new multitrace dip and amplitude data cubes can greatly accelerate the interpretation of the major features of large 3-D data volumes. At the reservoir scale, they will be of significant help in delineation of subtle internal variations of lithology, porosity, and diagenesis. In computer-assisted interpretation, we strongly feel these new attributes will become the building blocks for the application of modern texture analysis and segmentation algorithms to the delineation of geologic features.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,010
Tête enseignante GPT0,220
Écart entre enseignants0,209 · 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

Citations97
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207