Validation of DAS data integrity against standard geophones — DAS field test at Aquistore site
Notice bibliographique
Résumé
Abstract Distributed acoustic sensing (DAS) using fiber-optic cables is a recent addition to seismic acquisition methods. However, a DAS “sensor” differs significantly from conventional, discrete sensing devices such as geophones or accelerometers. For one, DAS measures something akin to strain instead of particle velocity or acceleration. Other properties of the DAS system also aren't obvious at first. What is its instrument response, noise performance, and repeatability? How are DAS channels properly positioned, e.g., in case of a borehole deployment: depth calibrated? To better understand these issues and their impact on the DAS seismic method's application space, a field test was conducted in which three DAS vendors recorded the same survey using a borehole-installed fiber while recording simultaneously with a conventional downhole array. The results show that all DAS systems achieved good, repeatable signal integrity while exhibiting different noise characteristics. DAS noise can be addressed with well-established processing algorithms, but further benefits can be gained from DAS-specific algorithms. Where required, DAS seismic data can be processed to closely match the vector response of conventional geophones. DAS data converted in this way can assist in the up/down separation step without the need for dip filters. DAS VSP data can also be merged with conventional 3D and 4D seismic, adding value in situations such as undershooting of surface facilities in marine settings.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».