Fast 3D inversion of “total field” resistive limit TEM data
Notice bibliographique
Résumé
Rapid interpretation of transient electromagnetic (TEM) data sets is highly desirable for timely decision-making in exploration. However, full solution 3D inversion of TEM data sets is often unpractically slow. Therefore, a fast approximate 3D TEM inversion scheme has been developed for time-integrated (resistive limit) data. The resistive limits are amenable to linear 3D magnetic inversion, which is up to 100 times faster than “rigorous” 3D TEM inversion. The resistive limit inversion scheme is suitable for airborne, ground, and downhole TEM, both dB/dt and B-field. Its efficacy is illustrated here via application to a heli-borne sub-audio magnetic (HeliSAM) data set recorded over the Lalor Zn-Cu-Au VMS deposit in Manitoba, Canada. The response from the deposit is clear in the “total field” EM (TFEM) data even though the mineralisation is very deep, extending from depth 575m to over 1100m. A three-stage inversion of resistive limits derived from the TFEM rapidly defined a 3D conductor below the uppermost pyrite-sphalerite lenses, enclosing a volume containing mainly pyrrhotite-chalcopyrite stringer sulphides. Total inversion time was less than one minute on a notebook PC.
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 | 0,001 |
| 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) | 0,001 | 0,001 |
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 ».