Strategies for elastic full waveform inversion
Notice bibliographique
Résumé
The advent of modern supercomputers, in conjunction with larger, more comprehensive datasets, has led to a paradigm shift in seismic imaging. Full waveform inversion is routinely employed as a tool to estimate subsurface properties of the Earth with high resolution. The method fits simulated waveforms to observed data by iteratively updating estimates of subsurface properties. While recent advances have fostered seismic imaging success in areas with complex subsurface geology, a variety of challenges persist. Underdeveloped topics include the estimation of multiple physical parameters, uncertainty quantification, robust convergence, and the incorporation of more complex physics. This thesis focuses on multi-parameter inversion in isotropic, elastic full waveform inversion. The transition from acoustic to elastic waveform inversion increases the computational cost, data complexity, and the ill-posed nature of the inverse problem. Estimating multiple independent subsurface parameters is challenging due to the limited, or overlapping, sensitivity of data to different parameters. In this thesis, I explore approaches to accelerate elastic full waveform inversion through simultaneous sources (Chapter 3) and second-order stochastic optimization (Chapter 4). Performance is assessed through controlled numerical experiments. Using the acoustic formulation, I present two forms of resolution/uncertainty analysis predicated on an approximation of the Hessian as a superposition of Kronecker products (Chapter 5). The final chapter compares applications of 2D acoustic and elastic full waveform inversion to a land dataset from the western Canadian basin (Chapter 6). I devise a workflow that includes data-preprocessing, initial model building 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».