A New Technique for Low Magnetic Latitude Transformation: Synthetic Model Results and Examples
Notice bibliographique
Résumé
Traditional methods for processing low magnetic latitude data below ±25° magnetic latitude do not fully resolve anomaly location and may distort the anomaly shape leading to misinterpretation of the data, as well as loss of certain directional anomalies. The principal objective of our research was to develop a new filter that would better position anomalies, reduce anomaly distortion and provide good anomaly shape while attempting to recover structures parallel to the declination direction.The MTC-LML Filter (Modulus of Total Component at low magnetic latitudes) is based on the calculation of the Modulus of the three magnetic components of the main field (one vertical and two orthogonal horizontal). To test the MTC-LML Filter, a set of synthetic models were constructed composed of complicated magnetic bodies each with different strike directions and depths. Each model was designed to address a specific aspect of the low magnetic latitude problem. The results of synthetic modelling for the MTC-LML Filter were compared with synthetic models of standard transformations and techniques for dealing with low magnetic latitude data. Practical applications of the MTC-LML Filter were then made using survey data.The filter results for synthetic model and survey data, show better location and shape of model source bodies when compared to the existing standard transformations and techniques. The MTC-LML Filter provides an improved transformation of the data with reliable location and shape of the anomalies above the source, reduced anomaly distortion and better recovery of structure parallel to the declination direction.
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) | 0,000 | 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 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 ».