Notice bibliographique
Résumé
ABSTRACT Data interpolation is critical in the analysis of geophysical data when some data are missing or inaccessible. We interpolate irregular or missing potential field data using the relation between adjacent data points inspired by the Taylor series expansion (TSE). The TSE method first finds the derivatives of a given point near the query point using data from neighboring points and then uses the Taylor series to obtain the value at the query point. The TSE method works by extracting local features represented as derivatives from the original data for interpolation in the area of data vacancy. Compared with other interpolation methods, the TSE provides a complete description of potential field data. Specifically, the remainder in TSE can measure local fitting errors and help obtain accurate results. Implementation of the TSE method involves two critical parameters — the order of the Taylor series and the number of neighbors used in the calculation of derivatives. We find that the first parameter must be carefully chosen to balance between the accuracy and numerical stability when data contain noise. The second parameter can help us build an over-determined system for improved robustness against noise. Methods of selecting neighbors around the given point using an azimuthally uniform distribution or the nearest-distance principle are also presented. Our approach is first illustrated by a synthetic gravity data set from a single survey line, and then it is generalized to the case over a survey grid. In both numerical experiments, the TSE method demonstrates an improved interpolation accuracy in comparison with the minimum curvature method. Finally, we apply the TSE method to a ground gravity data set from the Abitibi Greenstone Belt, Canada, and an airborne gravity gradient data set from the Vinton Dome, Louisiana, USA.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».