Comparing different approaches of time-lapse seismic inversion
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 Time-lapse (4D) seismic inversion aims to predict changes in elastic rock properties, such as acoustic impedance, from measured seismic amplitude variations due to hydrocarbon production. Possible approaches for 4D seismic inversion include two classes of method: sequential independent 3D inversions and joint inversion of 4D seismic differences. We compare the standard deterministic methods, such as coloured and model-based inversions, and the probabilistic inversion techniques based on a Bayesian approach. The goal is to compare the sequential independent 3D seismic inversions and the joint 4D inversion using the same type of algorithm (Bayesian method) and to benchmark the results to commonly applied algorithms in time-lapse studies. The model property of interest is the ratio of the acoustic impedances, estimated for the monitor, and base surveys at each location in the model. We apply the methods to a synthetic dataset generated based on the Namorado field (offshore southeast Brazil). Using this controlled dataset, we can evaluate properly the results as the true solution is known. The results show that the Bayesian 4D joint inversion, based on the amplitude difference between seismic surveys, provides more accurate results than sequential independent 3D inversion approaches, and these results are consistent with deterministic methods. The Bayesian 4D joint inversion is relatively easy to apply and provides a confidence interval of the predictions.
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) | 0,000 | 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 découle