Data-driven time-lapse acquisition design via optimal receiver-source placement and reconstruction
Notice bibliographique
Résumé
PreviousNext No AccessSEG Technical Program Expanded Abstracts 2020Data-driven time-lapse acquisition design via optimal receiver-source placement and reconstructionAuthors: Yi GuoMauricio D. SacchiYi GuoUniversity of Alberta and Mauricio D. SacchiUniversity of Albertahttps://doi.org/10.1190/segam2020-3426928.1 SectionsSupplemental MaterialAboutPDF/ePub ToolsAdd to favoritesDownload CitationsTrack CitationsPermissions ShareFacebookTwitterLinked InRedditEmail AbstractWe investigate a recently proposed method for optimal sensor placement that we have adapted for a time-lapse seismic acquisition application. The premise of our paper is that a dense acquisition conducted for the base survey can be used to design an optimal sparse acquisition geometry for the monitor survey. The method uses Proper Orthogonal Decomposition (POD) to extract the basis from the training dataset. The base survey provides the training dataset to estimate the POD. Instead of using a conventional universal basis, the POD basis extracted from the base survey provides a data representation that is particularly tailored to seismic data reconstruction. We determine the optimal acquisition geometry for the monitor survey via dimensionality reduction and QR factorization with column pivoting. Pivoting permits to determine the optimal source and receiver geometry for the monitor survey. Once the optimal geometry is estimated, the least-squares fitting of the POD basis is used for reconstructing the monitor survey. We also provide a comparison between random sampling followed by reconstruction and the proposed method.Presentation Date: Tuesday, October 13, 2020Session Start Time: 8:30 AMPresentation Time: 10:35 AMLocation: 362APresentation Type: OralKeywords: acquisition, reconstruction, sensors, time-lapse, survey designPermalink: https://doi.org/10.1190/segam2020-3426928.1FiguresReferencesRelatedDetails SEG Technical Program Expanded Abstracts 2020ISSN (print):1052-3812 ISSN (online):1949-4645Copyright: 2020 Pages: 3887 publication data© 2020 Published in electronic format with permission by the Society of Exploration GeophysicistsPublisher:Society of Exploration Geophysicists HistoryPublished: 25 Sep 2020 CITATION INFORMATION Yi Guo and Mauricio D. Sacchi, (2020), "Data-driven time-lapse acquisition design via optimal receiver-source placement and reconstruction," SEG Technical Program Expanded Abstracts : 66-70. https://doi.org/10.1190/segam2020-3426928.1 Plain-Language Summary Keywordsacquisitionreconstructionsensorstime-lapsesurvey designPDF DownloadLoading ...
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 ».