MétaCan
Menu
Retour à la cohorte
Enregistrement W2518957036 · doi:10.4133/sageep.29-067

Near Surface Data Analysis

2016· article· en· W2518957036 sur OpenAlexaffabout
Fidele B.J. Yrro, Michel Chouteau, Erwan Gloaguen, Mats Lundh Gulbrandsen, Burke J. Minsley, Flemming Jørgensen, Torben Bach, Thomas Mejer Hansen, Hossein Fadaifard, Gonzalo Vásquez, José A. Arréllaga, Aaron Davis

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Vision Systems and Defect Detection
Établissements canadiensInstitut National de la Recherche ScientifiquePolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSurface (topology)MathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

PreviousNext You have accessSymposium on the Application of Geophysics to Engineering and Environmental Problems 2016Near Surface Data AnalysisAuthors: Fidele B.J. YrroMichel ChouteauErwan GloaguenMats Lundh GulbrandsenBurke MinsleyFlemming JørgensenTorben BachThomas Mejer HansenHossein FadaifardGonzalo VasquezJose ArrellagaAaron DavisFidele B.J. YrroEcole Polytechnique, Montreal, QC (Canada), Michel ChouteauEcole Polytechnique, Montreal, QC (Canada), Erwan GloaguenINRS-ETE, Quebec, QC (Canada), Mats Lundh GulbrandsenUniversity of Copenhagen, Burke MinsleyUSGS, Flemming Jørgensen, Torben BachI•GIS, Thomas Mejer HansenUniversity of CopenhagenFarnyuh Menq, ENSOFT Inc., Hossein FadaifardENSOFT Inc., Gonzalo VasquezENSOFT Inc., Jose ArrellagaENSOFT Inc., and Aaron DavisCSIROhttps://doi.org/10.4133/SAGEEP.29-067 SectionsAboutPDF/ePub ToolsAdd to favoritesDownload CitationsTrack CitationsPermissions ShareFacebookTwitterLinked InRedditEmail Abstract The individual abstracts for this session are available to read in the PDF. Keywords: time-domain electromagnetic integration, gradual deformation, multipoint simulation, geoelectric, Geo-feature classification, machine learning, quantitative geology, Continue Wavelet Transform, pile, arrival time, drilled shaft, Gridding, AEM, airborne electromagnetics, palaeovalleyPermalink: https://doi.org/10.4133/SAGEEP.29-067FiguresReferencesRelatedDetails Symposium on the Application of Geophysics to Engineering and Environmental Problems 2016ISSN (online):1554-8015Copyright: 2016 Pages: 647 publication data© 2016 Published in electronic format with permission by the Society of Exploration Geophysicists and Environment and Engineering Geophysical SocietyPublisher:Environmental & Engineering Geophysical Society HistoryPublished Online: 24 Mar 2016 CITATION INFORMATION Fidele B.J. Yrro, Michel Chouteau, Erwan Gloaguen, Mats Lundh Gulbrandsen, Burke Minsley, Flemming Jørgensen, Torben Bach, Thomas Mejer Hansen, Hossein Fadaifard, Gonzalo Vasquez, Jose Arrellaga, and Aaron Davis, (2016), "Near Surface Data Analysis," Symposium on the Application of Geophysics to Engineering and Environmental Problems Proceedings : 392-395. https://doi.org/10.4133/SAGEEP.29-067 Plain-Language Summary Keywordstime-domain electromagnetic integrationgradual deformationmultipoint simulationgeoelectricGeo-feature classificationmachine learningquantitative geologyContinue Wavelet Transformpilearrival timedrilled shaftGriddingAEMairborne electromagneticspalaeovalleyPDF DownloadLoading ...

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,333
Score d'incertitude au seuil0,623

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,252
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetIndustrial Vision Systems and Defect DetectionTravaux en français237 207