COMPARISON OF DIFFERENT SEISMIC FILTERING TECHNIQUES ON PRESTACK INVERSION FOR PENOBSCOT AREA-NOVA SCOTIA
Notice bibliographique
Résumé
The goal of this study is to compare three different type of seismic filtering according to their inversion results and their quality of data improvements. To do this bandpass filter, Inverse Q, and Radon transform are applied to the original NMO corrected pre-stack data from Nova-Scotia offshore Canada. The seismic data used was provided as pre-stack data of generally good quality. The test for quality of data improvement comes from the results of inversion based on different types of filtering performed on the pre-stack gathers. Bandpass filter, Inverse Q, and Radon transform are applied to the migrated prestack data, over the time range of 0-6000 ms. The Radon transform yields a better seismic image than the bandpass and inverse Q filters, since it removes the noise and the multiples from the data quite efficiently. The respective data volumes were inverted for acoustic impedance using simultaneous prestack inversion. The Radon filtered data provided the best inversion results, based on the continuity of layers and lack of apparent artifacts or noise. The Radon filter does not appreciably alter the frequency content of the data while removing events with moveout inconsistent with primary arrivals. It is likely that the processed data provided originally contained an excellent wavelet, and the other filters were unable to improve upon it, but did diminish the information present, particularly at the lower frequencies, decreasing the quality of the inversion results.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,000 |
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 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 ».