3D Inversion of Large Scale Marine Controlled-Source Electromagnetics
Notice bibliographique
Résumé
Three-dimensional controlled-source electromagnetic (CSEM) surveys can be a useful technique for oil and gas hydrate detection in marine environments. Electromagnetic waves are emitted from sources, and the ensuing electric and/or magnetic fields are recorded at one, or more receivers. The number, frequency, and position of sources and the placement of receivers depends on the particular application. The solution of an inverse problem is required to recover the earth’s conductivity, which can be either isotropic or anisotropic in nature.A major issue with either an isotropic or anisotropic CSEM inversion is the computational cost associated with the solution of many linear systems of equations. This is a result of a large spatial domain potentially containing complicated bathymetry, as well as the existence of thousands of source and frequency combinations. Overall, there could be thousands or even millions of systems of equations to solve on expansive meshes. To assist with these numerical issues, we use ideas developed for airborne electromagnetic inversions. First, we incorporate a locally refined mesh for the forward problem, specifically optimized for a source and set of receivers. Second, we use stochastic programming techniques to solve the CSEM problem with many sources and receivers. These methods dramatically reduce the numerical cost of each forward model as well as the total number of simulations. In this work we describe the methods used to overcome these computational difficulties.
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) | 0,003 | 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 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 ».