Reflection angle- and azimuth-dependent least-squares reverse-time migration
Notice bibliographique
Résumé
We present a reflection angle- and azimuth-dependent least-squares reverse-time migration (LSRTM) method aimed at obtaining physically meaningful subsurface reflection angle- and azimuth-dependent seismic image amplitudes suitable for quantitative interpretation under complex overburdens. The method is formulated as a linear inverse problem solved iteratively with the Conjugate Gradient method. It requires an adjoint pair of linear operators for reflection angle/azimuth-dependent migration and demigration based on full wave-equation propagation. We implement these operators in an efficient way using a mapping approach between migrated shot gathers and subsurface reflection angle/azimuth gathers. To accelerate convergence of the iterative inversion, we apply image-domain preconditioning operators computed from a single de-remigration step, such that the first iteration already gives a good approximation to the final LSRTM solution. Only a limited number of further iterations is then required for convergence. To stabilize the solution of the inverse problem in the presence of limited illumination and coherent noise in the data, an angle continuity constraint and a structural dip constraint are used. We demonstrate angle/azimuth-dependent LSRTM on synthetic and real data examples. Presentation Date: Tuesday, September 17, 2019 Session Start Time: 8:30 AM Presentation Start Time: 10:10 AM Location: 214C Presentation Type: Oral
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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) | 0,003 | 0,002 |
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 ».