3D finite-volume time-domain modeling of geophysical electromagnetic data on unstructured grids using potentials
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.
Notice bibliographique
Résumé
ABSTRACT Unstructured grids are capable of faithfully representing real-life geologic models and topography with relatively few mesh cells. We have developed a finite-volume solution to the 3D time-domain electromagnetic forward modeling problems using unstructured Delaunay-Voronoï dual meshes. We consider the Helmholtz equation for the electric field and a combination of the Helmholtz equation and the conservation of charge equation for the magnetic vector (A) and electric scalar (ϕ) potentials. The A−ϕ formulation requires initial values for A that can be obtained by solving the magnetostatic problem. We use backward Euler time stepping to advance the electric field and the potentials in the time domain. When using the potential method, the electric and magnetic fields are calculated from A−ϕ solutions. To obtain consistent potential solutions at different time steps, we enforce the Coulomb gauge condition, using implicit and explicit methods. We validate the proposed method with a simple 3D conductive block model and with a comparison with other numerical methods. By using A−ϕ potentials, it is possible to decompose the electric field into galvanic and inductive parts, which is helpful in understanding the physics behind the behavior of the electromagnetic fields in the ground. We use vector plots to visualize the decomposed electric fields for horizontal and vertical thin conductor models with inductive loop sources. This allows the interplay between inductive and galvanic parts as the electric field and current density develop with time to be visualized.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 découle