3D magnetic modelling and inversion incorporating self-demagnetisation and interactions
Notice bibliographique
Résumé
Self-demagnetisation can significantly reduce the amplitude and modify the shape of the magnetic response from highly magnetic bodies. For quasi-planar bodies, only the transverse component of magnetisation is reduced, with the result that the direction of magnetisation rotates towards the plane of the body. Furthermore, when highly magnetic bodies are in close proximity, the assumption of uniform inducing field is violated. Rather, highly magnetic bodies can modify the local magnetic field appreciably, with the result that the magnetisation induced in one body is affected by the magnetisations induced in all the others. It is important to take such interactions between highly magnetic bodies into account.Potential field modelling and inversion software “VPmg” has been upgraded to account for self demagnetisation and interaction between magnetic bodies. The algorithm computes H-field perturbations at the model cell centres in two stages: initialisation and optimisation. During initialisation, a demagnetisation tensor is estimated for each cell, from which a first estimate for the H-field perturbation is derived. During optimisation, the H-field field estimate is refined iteratively via an inversion procedure. Remanence can be taken into account.The algorithm has been validated for homogeneous spheres, spheroids, slabs, and cylinders. It has also reproduced magnetic interactions between two horizontal cylinders for the case published by Hjelt (1973). Explicit verification for complex heterogeneous bodies requires a suitable independent algorithm for benchmarking.The application to inversion in highly magnetic environments is illustrated on field data examples.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».