MétaCan
Menu
← Retour à la cohorte
Enregistrement W2184193263 · doi:10.11575/prism/27753

Sensitivity of interval Vp/Vs analysis of seismic data

2016· dissertation· en· W2184193263 sur OpenAlexaboutno aff
Rafael Asuaje

Notice bibliographique

RevuePRISM (University of Calgary) · 2016
Typedissertation
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterval (graph theory)Sensitivity (control systems)IsochronStatisticsData setSet (abstract data type)ObservableData miningMathematicsAlgorithmComputer scienceGeologyEngineeringPhysicsCombinatorics

Résumé

récupéré en direct d'OpenAlex

Three studies were conducted to evaluate the behavior of Vp/Vs ratio error in beds with different thickness. In the first study, a synthetic model was created to understand how the interval time would affect the calculation of the interval Vp/Vs and an equation was derived to estimate the percent error in the uncertainty of the ratio calculation. In a second study, the seismic data at Hussar, Alberta showed that Vp/Vs error increased as the analysis time window interval decreased. In addition, the percent error of the Vp/Vs values due to uncertainty was examined and it is suggested to use isochron intervals greater than 150 ms in PP time for robust results. Interval Vp/Vs analysis for data with intervals greater than this isochron have low uncertainty. In the third study, at Spring Coulee, Alberta, results showed that horizon pick adjustments can reduce error uncertainty by a small factor. In this and the previous studies, it was confirmed that beds with small thickness can have a significant impact on interval Vp/Vs uncertainties, which could lead to erroneous results. Additionally, all studies indicated that interpreters should work with bed intervals greater than 150 ms in PP times and perform horizon adjustments for more precise results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,216
Écart entre enseignants0,201 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRISM (University of Calgary)→Même sujetSeismic Imaging and Inversion Techniques→Travaux en français237 207→