Efficient 2.5-D true-amplitude migration
Notice bibliographique
Résumé
Abstract Kirchhoff depth migration is a widely used algorithm for imaging seismic data in both two and three dimensions. To perform the summation at the heart of the algorithm, standard Kirchhoff migration requires a traveltime map for each source and receiver. True-amplitude Kirchhoff migration in 2.5-D v(x,z) media additionally requires maps of amplitudes, out-of-plane spreading factors, and takeoff angles; these quantities are necessary for calculating the true-amplitude weight term in the summation. The increased input/output (I/O) and computational expense of including the true-amplitude weight term is often not justified by significant improvement in the final muted and stacked image. For this reason, some authors advocate neglecting the weight term in the Kirchhoff summation entirely for most everyday imaging purposes. We demonstrate that for nearly the same expense as ignoring the weight term, a much better solution is possible. We first approximate the true-amplitude weight term by the weight term for constant-velocity media; this eliminates the need for additional source and receiver maps. With one small additional approximation, the weight term can then be moved entirely outside the innermost loop of the summation. The resulting Kirchhoff method produces images that are almost as good as for exact true-amplitude Kirchhoff migration and at almost the same cost as standard methods that do not attempt to preserve amplitudes.
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 | 0,000 | 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) | 0,003 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».