MétaCan
Menu
Retour à la cohorte
Enregistrement W2180440105 · doi:10.1190/geo2015-0001.1

A discontinuous collocated-grid implementation for high-order finite-difference modeling

2015· article· en· W2180440105 sur OpenAlexaff
Na Fan, Lian‐Feng Zhao, Yingjie Gao, Zhenxing Yao

Notice bibliographique

RevueGeophysics · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensInstitute of Genetics
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésInterpolation (computer graphics)GridDiagonalRegular gridAlgorithmComputer scienceInteger (computer science)Finite differenceMathematicsGeometryApplied mathematicsMathematical optimizationMathematical analysisImage (mathematics)Computer vision

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The discontinuous-grid method can greatly reduce the storage requirements and computational costs of finite-difference (FD) modeling for large-velocity-contrast models. However, traditional discontinuous-grid methods have to use interpolation when refining the wavefield in transition zones and would cause apparent artifacts. We have developed a new discontinuous collocated-grid scheme for high-order FD modeling. We refined the wavefield on a rotated coordinate system, where the interpolation is not required again. The horizontal and vertical spatial derivatives can be accurately converted into diagonal derivatives within the rotated coordinate system; thus, our scheme would be free of artifacts caused by improper interpolation. The ratio from coarse- to fine-grid spacing is restricted to 2n for our scheme, where n is a positive integer. Numerical experiments demonstrate that the proposed discontinuous collocated-grid scheme reduces the artificial reflections by about two orders of magnitude compared to the interpolation scheme and yields a wavefield that is almost identical to that of the uniform-grid simulation. The rotated FD operator with arbitrary even-order accuracy is applied in the transition zones; thus, it significantly improves the spatial accuracy while saving computational cost.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,034
Tête enseignante GPT0,256
Écart entre enseignants0,223 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207