Examples and Applications
Notice bibliographique
Résumé
Abstract Edge- and tip-wave theories were developed during a time when computational power was not readily available for verification by comparing with full wave solutions. However, physical modeling of wave propagation was common in several Soviet laboratories, including the Institute of Geophysics in Novosibirsk, where the initial theory and algorithms were developed (Klem-Musatovet al., 1972, 1975, 1976, 1982; Aizenberg and Klem-Musatov, 1980; Aizenberg, 1982). The first section of this chapter reviews experiments made by Russian scientists to compare their theoretical calculations against experimental data in simple 2D and 3D models (Klem-Musatov, 1980; Landa and Maksimov, 1980; Luneva and Kharlamov, 1990). Because theory and applications of edge and tip waves were published in Western journals (Klem-Musatov and Aizenberg, 1984, 1985, 1989), several groups pursued their own implementation, e.g., Pajchel et al. (1987, 1988, 1989) in Norway, Hoffmann et al. (1993) and Klaeschen et al. (1994) in Germany, Hron and Chan (1995) in Canada, and Wang and Waltham (1995) in the United Kingdom. As ray-method applications developed as tools in geophysical prospecting, edge-wave theory was discovered to be a convenient remedy for limitations of the ray approach in handling model discontinuities. We devote the second section of this chapter to one of the first practical implementations of edge-wave theory: the 2D software package of Pajchel et al. (1987). This implementation was used widely for practical exploration problems in the North Sea, where discontinuities in geologic structures and diffractions are common features of seismic sections. Edge-wave theory fails where the ray-theory field changes rapidly
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 ».