Capturing Geological Realism in Stochastic Simulations of Rock Systems with Markov Statistics and Simulated Annealing
Notice bibliographique
Résumé
Abstract Simulated annealing is a numerical algorithm that can be used to impose statistical structures on numerical grids representing heterogeneous rock or sediment. In this paper, we use the flexibility of simulated annealing to generate grids with Markov statistical structures. Our purpose is to transmit the rich geological information captured in Markov statistics into stochastic grids while maintaining the flexibility of annealing to honor field data. Performance issues that compromise annealing grids imbued with Markovian properties include scales of bedding or rock bodies relative to grid size, and the amount of geological complexity in the embedded Markov structures. The remedies to these issues include proper selection of grid size, careful choice of annealing type, and consideration of an alternative annealing stopping rule based on a chi-squared test statistic. If performance issues are overcome, complex stratal patterns such as higher-order dependency, cyclicity, and directionality can be replicated in grids by this method. In addition, accounting for variations in depositional rate allows for transference of Markov structures obtained from vertical boreholes to the horizontal dimension when other information is lacking. A field example using borehole data collected at the Gloucester special waste site near Ottawa, Canada, as well as synthetic examples, demonstrate the technique and performance issues.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».