Interpretation of soil property profile from limited measurement data: a compressive sampling perspective
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.
Notice bibliographique
Résumé
Variation of soil properties with depth, i.e., the soil property profile, is a key input in geotechnical design and analysis, and it is determined during geotechnical site characterization. Determination of such a soil property profile requires extensive measurement data points from site characterization. However, the number of measurement data points from geotechnical site characterization is usually sparse and limited. As such, determining the soil property profile from a limited number of measurement points remains a challenge to geotechnical engineers. In engineering practice, the soil property profile is frequently determined with the assistance of engineering experience and judgment or statistical methods when only limited measurement data are available. Because both methods inevitably involve either subjectivity or assumptions that might contradict reality, the derived profile might not reflect the real variation of soil properties with depth. This paper aims to address this problem and develop an objective and rational approach to interpret the soil property profile from limited measurement data. The proposed approach is based on a novel sampling theory, called compressive sampling (or compressive sensing, CS), in mathematics and signal processing. Using compressive sampling, a high-resolution signal (e.g., a soil property profile in this study) can be reconstructed from a limited number of measurement data points. The reconstructed soil property profile is nearly continuous and has a resolution as high as cone penetration test (CPT) data. As it contains a large number of data points, conventional statistical methods can be applied easily. In this paper, the proposed approach is illustrated and validated using a set of real CPT data (i.e., tip resistance, q c ). The results show that the proposed approach reasonably reconstructs the complete q c profiles from a limited number of q c data points.
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 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 découle