Interparameter trade-off quantification for isotropic-elastic full-waveform inversion with various model parameterizations
Notice bibliographique
Résumé
ABSTRACT Simultaneous determination of multiple physical parameters using full-waveform inversion (FWI) suffers from interparameter trade-off difficulties. Analyzing the interparameter trade-offs in different model parameterizations of isotropic-elastic FWI, and thus determining the appropriate model parameterization, are critical for efficient inversion and obtaining reliable inverted models. Five different model parameterizations are considered and compared including velocity-density, modulus-density, impedance-density, and two velocity-impedance parameterizations. The scattering radiation patterns are first used for interparameter trade-off analysis. Furthermore, a new framework is developed to evaluate the interparameter trade-off based upon multiparameter Hessian-vector products: Multiparameter point spread functions (MPSFs) and interparameter contamination sensitivity kernels (ICSKs), which provide quantitative, second-order measurements of the interparameter contaminations. In the numerical experiments, the interparameter trade-offs in various model parameterizations are evaluated using the MPSFs and ICSKs. Inversion experiments are carried out with simple Gaussian-anomaly models and a complex Marmousi model. Overall, the parameterization of the P-wave velocity, S-wave velocity, and density, and the parameterization of the P-wave velocity, S-wave velocity, and S-wave impedance perform best for reconstructing all of the physical parameters. Isotropic-elastic FWI of the Hussar low-frequency data set with various model parameterizations verifies our conclusions.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».