MétaCan
Menu
Retour à la cohorte
Enregistrement W4402562568 · doi:10.1093/gji/ggae339

Event locations: speeding up grid searches using quadratic interpolation

2024· article· en· W4402562568 sur OpenAlexaff
Hanh Bui, Mirko van der Baan

Notice bibliographique

RevueGeophysical Journal International · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGridInterpolation (computer graphics)Quadratic equationFunction (biology)Event (particle physics)AlgorithmMultivariate interpolationQuadratic functionComputer scienceMathematicsMathematical optimizationApplied mathematicsGeometryPhysicsArtificial intelligenceStatistics

Résumé

récupéré en direct d'OpenAlex

SUMMARY The grid search method is a common approach to estimate the three spatial coordinates of event hypocentres. However, locating events in large search spaces with small grid spacings is computationally prohibitive. This study accelerates the grid searches over large search spaces using a quadratic interpolation technique. We start with the coarse-grid-estimated location, where we have the minimum value of the difference in the traveltimes between S and P waves summed over all receivers. Then, we select the neighbouring grid points and build a 3D quadratic function. The unknown coefficients of the 3D quadratic function are computed by solving a system of linear equations. After that, we interpolate the location by solving partial derivatives of the quadratic function. The quadratic interpolation technique performs well on both synthetic and real microseismic data examples, typically leading to similar event locations as those obtained using 10 times smaller grid spacings in all three directions, at a minor additional computational expense, and without the need to generate traveltimes at new spatial positions.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,950
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 savante0,0010,001
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 Opus0,042
Tête enseignante GPT0,307
Écart entre enseignants0,265 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Journal InternationalMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207