MétaCan
Menu
Retour à la cohorte
Enregistrement W3023379268 · doi:10.1071/aseg2013ab320

Uncertainty in surface microseismic monitoring

2013· article· en· W3023379268 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueASEG Extended Abstracts · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensMicrosemi (Canada)
Organismes subventionnairesnon disponible
Mots-clésMicroseismNoise (video)Signal-to-noise ratio (imaging)Computer scienceSIGNAL (programming language)Reliability (semiconductor)Event (particle physics)Function (biology)Data miningAlgorithmGeologyArtificial intelligenceSeismologyImage (mathematics)PhysicsTelecommunicationsPower (physics)

Résumé

récupéré en direct d'OpenAlex

Uncertainty in a migration based approach to surface and near surface microseismic monitoring occurs in two ways: uncertainty in the validity of detected events and uncertainty in the estimated position of the event. Synthetic modelling and comparison to case studies show that sign-to-noise-ratio is a key indicator of both types of the uncertainties. In this paper we present an analysis of both types of uncertainty using synthetic modelling to illustrate the performance characteristics of the migration process in terms of signal detection and false-alarm rates, along with uncertainties in positional estimates.Examples from two case studies will illustrate that this kind of performance is achievable in actual monitoring surveys. Signal-to-noise-ratio (SNR) is a key indicator of the uncertainty in migration based imaging of microseismic events. Reliability, in terms of the ability to detect the complete set of events is a nearly binary function of SNR. Events with SNR above a threshold of 2-3 are readily detected, while events with SNR below the threshold are missed. Positional uncertainties likewise are driven by SNR. While vertical uncertainty is more sensitive to noise, both horizontal and vertical uncertainties decrease rapidly with increasing SNR.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,888
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,229
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle