Multicomponent seismic data registration by nonlinear optimization: Part 1
Notice bibliographique
Résumé
Mapping PS-wave data to PP-wave time domain is a critical step before joint interpretation and pre-stack inversion. Multi-component seismic data registration is usually performed with provided Vp/Vs ratio, however, accurate information of velocity ratio is absent in most cases. One can solve the registration problem by minimizing the difference between PP-wave and warped PS-wave data with the constraints of a smooth Vp/Vs ratio field. In order to avoid undesirable foldings and rapid changes in warped PS-wave image, we generally require the warping function to be monotonic with respect to PP-wave travel time and smooth in both time and spatial direction, those requirements are extremely difficult to satisfy in common registration methods. We propose to use Vp/Vs ratios as the model parameters in the registration problem. so Vp/Vs ratios can be invereted directly instead of estimating it from warping functions. Seismic data registration is a highly non-linear optimization problem, all gradient-based solvers are likely to be trapped in the local minima of the cost function. In order to alleviate this problem, we propose to use cubic B-splines to represent the Vp/Vs ratio field, so the number of local minima in the cost function can be reduced by with the decreasing number of unknowns. Presentation Date: Wednesday, October 19, 2016 Start Time: 3:10:00 PM Location: 166 Presentation Type: ORAL
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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».