HIGH-ORDER PSEUDO-ANALYTICAL METHOD FOR ACOUSTIC WAVE MODELING
Notice bibliographique
Résumé
For the time evolution of acoustic wavefields we present an alternative derivation of the pseudo-analytical method, which enables us to generalize the method to high-order formulations. Within the same derivation framework, we compare the second-order pseudo-analytical method, the Fourier finite difference method, and the fourth-order Lax-Wendroff time integration method. We demonstrate that the pseudo-analytical method can be regarded as a modified Lax-Wendroff method. Different from the fourth-order time stepping method, both the second-order pseudo-analytical method and the Fourier finite difference method use pseudo-Laplacians to compensate for time stepping errors. The pseudo-Laplacians need to be solved in the wavenumber domain with constant compensation velocities for computational simplicity and efficiency. Low-order pseudo-Laplacians are more sensitive to the choice of compensation velocities than high-order ones. As a result, we need to use the combination of several pseudo-Laplacians to achieve the required accuracy for low-order pseudo-analytical methods. When using the pseudospectral method to evaluate all spatial derivatives, the computation cost for the second-order pseudo-analytical method, the Fourier finite difference method, and the fourth-order Lax-Wendroff time integration method is approximately the same. Both the second-order pseudo-analytical method and the Fourier finite difference method have less restrictive stability conditions than the fourth-order time stepping method. We demonstrate with numerical examples that the second-order pseudo-analytical method, greatly improves the original pseudo-analytical method and as a modified version of the Lax-Wendroff method, is well suited for imaging seismic data in subsalt areas where reverse-time migration plays a crucial role.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».