Angle-domain least-squares reverse time migration through full-wave and ray-theory Hessian operators
Notice bibliographique
Résumé
ABSTRACT Least-squares reverse time migration (LSRTM) is a powerful method for imaging complex subsurface structures. Traditional LSRTM implementations typically recovered a stacked image interpreted as a velocity perturbation, which lacked a physical interpretation when analyzing angle-dependent responses. An angle-domain LSRTM framework was introduced to invert for angle-dependent reflectivity using full-wave and ray-theory Hessian operators. The method enabled a computationally efficient strategy for LSRTM by assuming that the angle-domain migration Hessian operator was a diagonally dominant banded matrix. The migration step followed a standard common-shot implementation of angle-domain reverse time migration, whereas the Hessian operator was explicitly computed using wave-equation-based amplitudes and traveltimes. Although the method required additional finite-difference simulations at receiver positions, it remained computationally efficient and yielded amplitude-preserving angle-dependent reflectivity images. Numerical experiments using both synthetic and field data were conducted to test the proposed algorithm, demonstrating the fidelity of amplitude variation with angle responses. Furthermore, our analysis demonstrated that the ray-theory angle-domain Hessian operator provided a physically justified, computationally efficient, and memory-efficient alternative to the full-wave operator for modeling and inversion.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».