Interpretation of Magnetic Anomalies over 2D Fault and Sheet-Type Mineralized Structures Using Very Fast Simulated Annealing Global Optimization: An Understanding of Uncertainty and Geological Implications
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 Identification of intraterrane dislocation zones and associated mineralized bodies is of immense importance in exploration geophysics. Understanding such structures from geophysical anomalies is challenging and cumbersome. In the present study, we present a fast and competent algorithm for interpreting magnetic anomalies from such dislocation and mineralized zones. Such dislocation and mineralized zones are well explained from 2D fault and sheet-type structures. The different parameters from 2D fault and sheet-type structures such as the intensity of magnetization (k), depth to the top (z1), depth to the bottom (z2), origin location (x0), and dip angle (θ) of the fault and sheet from magnetic anomalies are interpreted. The interpretation suggests that there is uncertainty in defining the model parameters z1 and z2 for the 2D inclined fault; k, z1, and z2 for the 2D vertical fault and finite sheet-type structure; and k and z for the infinite sheet-type structure. Here, it shows a wide range of solutions depicting an equivalent model with smaller misfits. However, the final interpreted mean model is close to the actual model with the least uncertainty. Histograms and crossplots for 2D fault and sheet-type structures also reveal the same. The present algorithm is demonstrated with four theoretical models, including the effect of noises. Furthermore, the investigation of magnetic data was also applied from three field examples from intraterrane dislocation zones (Australia), deep-seated dislocation zones (India) as a 2D fault plane, and mineralized zones (Canada) as sheet-type structures. The final estimated model parameters are in good agreement with the earlier methods applied for these field examples with a priori information wherever available in the literature. However, the present method can simultaneously interpret all model parameters without a priori information.
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