MétaCan
Menu
Retour à la cohorte
Enregistrement W2787618982 · doi:10.1139/cjes-2017-0208

On estimation of stopping criteria for iterative solutions of gravity downward continuation

2018· article· en· W2787618982 sur OpenAlexaffvenue
Mehdi Goli, Ismael Foroughi, Pavel Novák

Notice bibliographique

RevueCanadian Journal of Earth Sciences · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesGrantová Agentura České RepublikyZápadočeská Univerzita v Plzni
Mots-clésTikhonov regularizationRegularization (linguistics)Conjugate gradient methodGeoidMathematicsContinuationApplied mathematicsIterative methodInverse problemMathematical optimizationAlgorithmComputer scienceGeologyMathematical analysisGeophysics

Résumé

récupéré en direct d'OpenAlex

This article discusses methods for selecting criteria used for stopping iterative regularization methods applied to solving continuation of gravity observed at or outside the Earth’s surface down to the geoid. This computational step is required for determination of the gravimetric geoid by the Stokes approach. For surface gravity data measured with spatial resolutions at the kilometer level and higher, their downward continuation becomes ill posed and its solution numerically unstable. Two iterative methods often used for solving this problem, namely the Landweber and conjugate gradient least-squares (CGLS) methods, are investigated using a sample of surface gravity data synthesized from a global gravitational model over a mountainous test area in Colorado, USA. Five different commonly used stopping criteria are applied to both iterative methods and neither of them, except L-curve, succeed to stop the iterative process at the reasonable solution. A simple approach is proposed to stop the iterative methods exploiting stochastic properties of surface gravity data. Results of numerical tests suggest that a rather simple stopping criterion based on stochastics parameters of surface gravity data estimated using a leave-one-out cross-validation procedure yields results superior to those based on the L-curve approach which is best performing among the five standard methods for selecting the stopping criterion. Results based on the Landweber method outperform those based on the CGLS method. Iterative methods based on optimum numbers of iterations represent an alternative to commonly used regularization techniques for solving ill-posed inverse problems, such as Tikhonov, that require optimal estimates of regularization parameters.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,090
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,090
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,278
Écart entre enseignants0,213 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Earth SciencesMême sujetGeophysics and Gravity MeasurementsTravaux en français237 207