A plane-wave formulation and numerical analysis of elastic multicomponent inverse scattering series internal multiple prediction
Notice bibliographique
Résumé
ABSTRACT Internal multiple prediction and removal is a critical component of seismic data processing prior to imaging, inversion, and quantitative interpretation. Inverse scattering series methods predict multiples without identification of generators, and without requiring a velocity model. Land environments present several challenges to the inverse scattering series prediction process. This is particularly true for algorithm versions that explicitly account for elastic conversions and incorporate multicomponent data. The theory for elastic reference medium inverse scattering series internal multiple prediction was introduced several decades ago, but no numerical analysis or practical discussion of how to prepare data for it currently exists. We have focused our efforts on addressing this gap. We extend the theory from 2D to 3D, analyze the properties of the input data required by the existing algorithm, and, motivated by earlier research results, reformulate the algorithm in the plane-wave domain. The success of the prediction process relies on the ordering of events in either pseudodepth or vertical traveltime being the same as the ordering of reflecting interfaces in true depth. In elastic-multicomponent cases, it is difficult to ensure that this holds true because the events to be combined may have undergone multiple conversions as they were created. Several variants of the elastic-multicomponent prediction algorithm are introduced and examined for their tendency to violate ordering requirements (and create artifacts). A plane-wave domain prediction, based on elastic data that have been prepared (1) using variable, “best-fit” velocities as reference velocities, and (2) with an analytically determined vertical traveltime stretching formula, is identified as being optimal in the sense of generating artifact-free predictions with relatively small values of the search parameter ϵ, while remaining fully data driven. These analyses are confirmed with simulated data from a layered model; these are the first numerical examples of elastic-multicomponent inverse scattering series internal multiple prediction.
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) | 0,000 | 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 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 ».