MétaCan
Menu
← Retour à la cohorte
Enregistrement W4241532536 · doi:10.1121/1.4786897

Geoacoustic inversion of broadband data by matched beam processing

2005· article· en· W4241532536 sur OpenAlexaff
N. Ross Chapman, Yong‐Min Jiang

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2005
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésGeologyInversion (geology)AcousticsBroadbandBeamformingAnisotropyBeam (structure)Waves and shallow waterGeodesyPhysicsSeismologyOpticsTelecommunicationsComputer science

Résumé

récupéré en direct d'OpenAlex

This paper describes results of geoacoustic inversion using broadband signals from an experiment carried out at a site near the South Florida Ocean Measurement Centre in the Florida Straits. M-sequence coded pulse trains at different center carrier frequencies from 100 to 3200 Hz were transmitted in the acoustic experiment, and received by a tri-axial array at a distance around 10 km. Geoacoustic inversion was carried out to determine the possibility of inverting the environmental parameters from this long-range propagation experiment. The received signal at 100 Hz consisted of a dominant water column signal and a secondary arrival delayed by 0.4 s. The secondary signal was spatially filtered by beamforming the array data, and the beam data were inverted by matched beam processing combined with an adaptive simplex simulated annealing algorithm. The estimated values of compressional wave speed and density were in good agreement with ground truth values from sediment cores. The inverted shear wave speed appears to be a sensitive parameter and consistent with compressional wave speed. Range and water depth were also included as inversion parameters, and the inversion results were close to the known values within small uncertainties. [Work supported by ONR.]

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,267
Écart entre enseignants0,241 · 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

Citations2
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetUnderwater Acoustics Research→Travaux en français237 207→