Modelado en inversión en 2D y 3D de anomalías gravimétricas producidas por cuerpos cuya geometría y densidad de masa se describen utilizando funciones polinómicas : aplicaciones a datos gravimétricos de Canadá y México
Notice bibliographique
Résumé
En esta Tesis se presenta un nuevo método de modelado directo e inversion de anomalias gravimetricas en 2D y 3D. En concreto, se abordan problemas en los que la geometria de los cuerpos y/o su contraste de densidad se pueden expresar matematicamente como funciones continuas de varias variables. En particular, se presentan modelos en los que dichas funciones son polinómicos. Hay que señalar que tipo de modelos son de especial interés en los estudios gravimetricos de cuencas sedimentarias. Para comprobar la eficacia del método de inversión desarrollado, se realizan estudios de sensibilidad, unicidad, estabilidad, resolución, vocarianza y correlacion con datos gravimetricos generados sintéticamente a partir de modelos de estructura y contraste de densidad conocidos. Para cada tipo de modelo se realizan estos estudios utilizando conjuntos de datos libres de ruido y a conjuntos de datos contaminados con ruido aleatorio. Por último, se aplica el método de modelado e inversion, desarrollado en esta Tesis, a datos gravimétricos del glaciar Salmon, situado en la costa occidental de Canada, y a la cuenca sdeimentaria Laguna Salada, situada en el noroeste de Mexico. Como resultado de esta aplicación se han obtenido tanto la geometria como la distribución de masa de dichas estructuras
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».