Bayesian AVO inversion of fluid and anisotropy parameters in VTI media using IADR-Gibbs algorithm
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
Fluid identification and anisotropic parameters characterization are crucial for shale reservoir exploration and development. However, the anisotropic reflection coefficient equation, based on the transverse isotropy with a vertical axis of symmetry (VTI) medium assumption, involves numerous parameters to be inverted. This complexity reduces its stability and impacts the accuracy of seismic amplitude variation with offset (AVO) inversion results. In this study, a novel anisotropic equation that includes the fluid term and Thomsen anisotropic parameters is rewritten, which reduces the equation's dimensionality and increases its stability. Additionally, the traditional Markov Chain Monte Carlo (MCMC) inversion algorithm exhibits a high rejection rate for random samples and relies on known parameter distributions such as the Gaussian distribution, limiting the algorithm's convergence and sample randomness. To address these limitations and evaluate the uncertainty of AVO inversion, the IADR-Gibbs algorithm is proposed, which incorporates the Independent Adaptive Delayed Rejection (IADR) algorithm with the Gibbs sampling algorithm. Grounded in Bayesian theory, the new algorithm introduces support points to construct a proposal distribution of non-parametric distribution and reselects the rejected samples according to the Delayed Rejection (DR) strategy. Rejected samples are then added to the support points to update the proposal distribution function adaptively. The equation rewriting method and the IADR-Gibbs algorithm improve the accuracy and robustness of AVO inversion. The effectiveness and applicability of the proposed method are validated through synthetic gather tests and practical data applications.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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