Notice bibliographique
Résumé
Abstract A hyperbolic Radon transform (RT) can be applied with success to attenuate or interpolate hyperbolic events in seismic data. However, this method fails when the hyperbolic events have apexes located at nonzero offset positions. A different RT operator is required for these cases, an operator that scans for hyperbolas with apexes centered at any offset. This procedure defines an extension of the standard hyperbolic RT with hyperbolic basis functions located at every point of the data gather. The mathematical description of such an operator is basically similar to a kinematic poststack time-migration equation, with the horizontal coordinate being not midpoint but offset. In this paper, this transformation is implemented by using a least-squares conjugate gradient algorithm with a sparseness constraint. Two different operators are considered, one in the time domain and the other in the frequency-wavenumber domain (Stolt operator). The sparseness constraint in the time-offset domain is essential for resampling and for interpolation. The frequency-wavenumber domain operator is very efficient, not much more expensive in computation time than a sparse parabolic RT, and much faster than a standard hyperbolic RT. Examples of resampling, interpolation, and coherent noise attenuation using the frequency-wavenumber domain operator are presented. Near and far offset gaps are interpolated in synthetic and real shot gathers, with simultaneous resampling beyond aliasing. Waveforms are well preserved in general except when there is little coherence in the data outside the gaps or events with very different velocities are located at the same time. Multiples of diffractions are predicted and attenuated by subtraction from the data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».