MétaCan
Menu
Retour à la cohorte
Enregistrement W2166612619 · doi:10.5194/npg-19-57-2012

Multiplicative cascade processes and information integration for predictive mapping

2012· article· en· W2166612619 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNonlinear processes in geophysics · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensYork University
Organismes subventionnairesMinistry of Education of the People's Republic of China
Mots-clésPosterior probabilityMultiplicative functionEvent (particle physics)MathematicsMultifractal systemConditional probabilityPoint processComputer scienceStatisticsData miningAlgorithmFractalBayesian probability

Résumé

récupéré en direct d'OpenAlex

Abstract. This paper presents a new model proposed on the basis of multiplicative cascade process (MCP) theory for integrating spatial information to be used for mineral resources prediction and environmental impact assessment. Probability of a spatial point event is defined as the probability that a small map calculating unit (map unit) randomly selected from a study area contains one or more points. The probability that such unit randomly selected from a subarea with known spatial binary map patterns (evidential layers) contains one or more points is defined as the posterior point event probability. In this paper, processes of integrating multiple binary map patterns that divide the study area into smaller areas with updated posterior probabilities are viewed as multiplicative cascade processes resulting in a new log-linear model for calculating conditional probabilities from the multiple evidential input layers. The coefficients (weights) involved in this model measuring degree of spatial correlation between point event and the evidential layers are found to be associated with singularity indices involved in multifractal modeling. It is demonstrated that the model is simple and easy to be implemented in comparison with the existing weights of evidence model which is commonly applied in spatial decision modeling. In addition, the posterior probability as the end product of a multiplicative cascade process can be used to describe multifractality and singularity which are useful properties for characterizing spatial distribution of predicted point events. A case study of tin mineral potential mapping in the Gejiu mineral district in China is used to illustrate principles and use of the modeling process. Four binary layers: formation of limestone, buffer distance for intersections of three groups of faults, local and regional geochemical anomalies of elements As, Sn, Cu, Pb, Zn and Cd, were combined for mapping potential areas for occurrence of tin mineral deposits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,522

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,249
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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