Fractal Singular-Value (Egin-Value) Decomposition Method for Geophysical and Geochemical Anomaly Reconstruction
Notice bibliographique
Résumé
Geochemical and geophysical anomalies are originated from geological processes. These processes involve a great deal of complexity temporally and spatially. It is critical to improve the current anomaly extraction methods from the standpoint of the association of geophysical and geochemical anomalies for mineral exploration. The fractal singular-value-decomposition (MSVD) in GIS environment developed in this study is demonstrated superb in extracting linear and circular geophysical and geochemical anomalies as well as the detailed structural and textural information from 2D geochemical and geophysical maps. The MSVD method constructs a self-contained orthogonal basis using the outer product of left and right eigenvector matrixes decomposed from 2D geochemical or geophysical maps. A power-law relationship based on fractal theory has been suggested to associate the spectrum density and spectrum radius (or spectrum scale) defined in the paper. Multiple power-law relationships observed between the spectrum density and spectrum radius can help to group singular values and their corresponding eigenvectors. Each of these groups can be used to reconstruct the geophysical and geochemical maps to reflect decomposed components. The component reconstructed with relative large singular values may correspond to background and those obtained with relatively small singular values may represent anomalies. This method has been demonstrated using datasets from Nova Scotia, Canada. The results obtained for As and other elements from lake sediment samples, gravity anomalies and airborne magnetic anomalies have shown that the power-law relationship might exist between spectrum density and spectrum radius. Several different exponents are observed from the datasets which can be based to separate the anomalies from background.
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 ».