Time- and offset-domain internal multiple prediction with nonstationary parameters
Notice bibliographique
Résumé
Practical internal multiple prediction and removal is a high-priority area of research in seismic processing technology. Its significance increases in plays in which data are complex and sophisticated quantitative interpretation methods are apt to be applied. When the medium is unknown and/or complex, and moveout-based primary/multiple discrimination is not possible, inverse scattering-based internal multiple attenuation is the method of choice. However, challenges remain for its application in certain environments. For instance, when generators are widely distributed and are separated in space by a range of distances, optimum prediction parameters such as [Formula: see text] (which limits the proximity of events combined in the prediction) are difficult to determine. In some cases, we find that no stationary value of [Formula: see text] can optimally predict all multiples without introducing damaging artifacts. A reformulation and implementation in the time domain permits time nonstationarity to be enforced on [Formula: see text], after which a range of possible data- and geology-driven criteria for selecting an [Formula: see text] schedule can be analyzed. The 1D and 1.5D versions of the time-nonstationary algorithm are easily derived and can be shown to add a new element of precision to prediction in challenging environments. Merging these ideas with multidimensional plane-wave domain versions of the algorithm provides 2D/3D extensions.
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 ».