Inversion of 3D electromagnetic data in frequency and time domain using an inexact all-at-once approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract We present a general formulation for inverting frequency- or time-domain electromagnetic data using an all-at-once approach. In this methodology, the forward modeling equations are incorporated as constraints and, thus, we need to solve a constrained optimization problem where the parameters are the electromagnetic fields, the conductivity model, and a set of Lagrange multipliers. This leads to a much larger problem than the traditional unconstrained formulation where only the conductivities are sought. Nevertheless, experience shows that the constrained problem can be solved faster than the unconstrained one. The primary reasons are that the forward problem does not have to be solved exactly until the very end of the optimization process, and that permitting the fields to be away from their constrained values in the initial stages introduces flexibility so that a stationary point of the objective function is found more quickly. In this paper, we outline the all-at-once approach and apply it to electromagnetic problems in both frequency and time domains. This is facilitated by a unified representation for forward modeling for these two types of data. The optimization problem is solved by finding a stationary point of the Lagrangian. Numerically, this leads to a nonlinear system that is solved iteratively using a Gauss-Newton strategy. At each iteration, a large, indefinite matrix is inverted, and we discuss how this can be accomplished. As a test, we invert frequency-domain synthetic data from a grounded electrode system that emulates a field CSAMT survey. For the time domain, we invert borehole data obtained from a current loop on the surface.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle