MétaCan
Menu
Retour à la cohorte
Enregistrement W2616943786 · doi:10.3997/2214-4609.201701226

Transmission Multicomponent Interferometric Extended Source Velocity Analysis

2017· article· en· W2616943786 sur OpenAlexaff
Aleksandar Jeremić, P. Martin Duncan

Notice bibliographique

RevueProceedings · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensMicrosemi (Canada)
Organismes subventionnairesnon disponible
Mots-clésMeasure (data warehouse)Seismic interferometryInterferometryReflection (computer programming)Inverse problemWaveletInverseTransmission (telecommunications)Mathematical analysisField (mathematics)PhysicsOpticsMathematicsComputer scienceGeometry

Résumé

récupéré en direct d'OpenAlex

Summary Following the recent developments in seismic velocity inverse theory, the transmission multicomponent interferometric extended source velocity analysis is developed to estimate seismic velocity fields of both compressional and shear components. It is a type of interferometric migration velocity analysis, extended through source function images, rather than reflection images. The procedure uses transmission multicomponent data, which physics is modeled through a high-frequency approximation of the elastic wave equation. The solution is based on optimizing a measure of “physicality” for the given velocity models. Here the measure is defined through the symmetry of autocorrelations of the source wavelets around zero lag. Once the autocorrelations are centered at zero through optimization, the velocity models are “physical” and represent the solution of the non-linear inverse problem. The method is ideal for a velocity calibration where only the actual location of the source is known, such as a perforation shots during hydraulic fracturing. A simple synthetic example shows feasibility of the method using several vertical 3-C phones. Similarly, using a real field data observations, the method derives velocities, resulting in more symmetrical autocorrelations of the wavelets and imaging more accurate location of the shot with a fewer number of weaker undesired local maxima.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil0,826

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 technologies0,0010,000
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 Opus0,020
Tête enseignante GPT0,244
Écart entre enseignants0,223 · 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'étudeObservationnel
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedingsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207