MétaCan
Menu
Retour à la cohorte
Enregistrement W3138393812 · doi:10.1190/ist092012-001.16

L1 pseudo-Vz estimation and deghosting of single-component marine towed-streamer data

2012· article· en· W3138393812 sur OpenAlexaff
Ralf Ferber, Philippe Caprioli, Lee West

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésComponent (thermodynamics)Computer scienceEstimationGeologyRemote sensingEngineeringSystems engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

We present a novel technique to estimate the vertical component of particle motion from marine singlecomponent pressure data. The particle motion data, bar an angle-dependent obliquity factor, is computed by convolution of the output from L1 deconvolution of the pressure ghost wavelet with the corresponding ghost wavelet of the particle motion. The estimated particle motion data is then used in a conventional twocomponent technique for receiver ghost attenuation by combination with the original pressure-wave data. We applied our technique to deep-tow streamer data of a 3D over/sparse-under marine survey, in which six streamers were towed at a shallow depth, with two further streamers towed deeper. This data set enables us to compare the results from our single-component deghosting technique with optimum deghosting of the over/sparse-under data. We will show that our technique achieves improvements in bandwidth of the single-component pressure data, while not fully reaching the quality of the optimally deghosted data from the over/sparse-under survey.

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 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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,711
Score d'incertitude au seuil0,999

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)0,0020,000

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,282
Écart entre enseignants0,201 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUnderwater Acoustics ResearchTravaux en français237 207