MétaCan
Menu
Retour à la cohorte
Enregistrement W3129908038 · doi:10.1144/jgs2020-187

Sketch-based interface and modelling of stratigraphy and structure in three dimensions

2021· article· en· W3129908038 sur OpenAlexafffund
Carl Jacquemyn, Margaret E. H. Pataki, Gary J. Hampson, Matthew D. Jackson, Dmytro Petrovskyy, S. Geiger, Clarissa C. Marques, Julio D. Machado Silva, Sicilia Ferreira Judice, Fazilatur Rahman, Mário Costa Sousa

Notice bibliographique

RevueJournal of the Geological Society · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesPetrobrasEnergi Simulation
Mots-clésSketchExecutableComputer scienceInterface (matter)Flexibility (engineering)GeneralizationSuiteCode (set theory)Resource (disambiguation)StratigraphyGeologyProgramming languageAlgorithmArchaeologyPaleontologyGeography

Résumé

récupéré en direct d'OpenAlex

Geological modelling is widely used to predict resource potential in subsurface reservoirs. However, modelling is often slow, requires use of mathematical methods that are unfamiliar to many geoscientists, and is implemented in expert software. We demonstrate here an alternative approach using sketch-based interface and modelling, which allows rapid creation of complex three-dimensional (3D) models from 2D sketches. Sketches, either on vertical cross-sections or in map-view, are converted to 3D surfaces that outline geological interpretations. We propose a suite of geological operators that handle interactions between the surfaces to form a geologically realistic 3D model. These operators deliver the flexibility to sketch a geological model in any order and provide an intuitive framework for geoscientists to rapidly create 3D models. Two case studies are presented, demonstrating scenarios in which different approaches to model sketching are used depending on the geological setting and available data. These case studies show the strengths of sketching with geological operators. Sketched 3D models can be queried visually or quantitatively to provide insights into heterogeneity distribution, facies connectivity or dynamic model behaviour; this information cannot be obtained by sketching in 2D or on paper. Supplementary material : Rapid Reservoir Modelling prototype (executable and source code) is available at: https://bitbucket.org/rapidreservoirmodelling/rrm . Supplementary screen recordings for the different case studies showing sketch-based modelling in action are available at https://doi.org/10.6084/m9.figshare.c.5084141 and supplementary figure S1-S4 are available at https://doi.org/10.6084/m9.figshare.c.5303043

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0350,005

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 Opus0,027
Tête enseignante GPT0,214
Écart entre enseignants0,186 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Geological SocietyMême sujetGeological Modeling and AnalysisTravaux en français237 207