Gemeinsame Inversion geophysikalischer Datensätze: Strukturelle Verknüpfung mittels fuzzy c-means Clusteranalyse
地球物理数据集的联合反演:使用模糊c均值聚类分析的结构联系
基本信息
- 批准号:48595914
- 负责人:
- 金额:--
- 依托单位:
- 依托单位国家:德国
- 项目类别:Research Grants
- 财政年份:2007
- 资助国家:德国
- 起止时间:2006-12-31 至 2010-12-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
Bei der geophysikalischen Erkundung des oberflächennahen Untergrundes werden in der Regel Datensätze mit verschiedenen geophysikalischen Verfahren über dem gleichen Untergrundbereich gesammelt. Um die Qualität und Zuverlässigkeit bei der Auswertung der Daten und bei deren anschliessender Interpretation zu verbessern, ist es erforderlich, die gesammelten Informationen und erhaltenen Modelle möglichst quantitativ zu integrieren. Die effizienteste Möglichkeit, den Informationsgehalt der einzelnen Datensätze quantitativ in einem geophysikalischen Multiparametermodell zusammenzufassen, besteht in der Integration der gesammelten Datensätze während des Prozesses der Modellgenerierung durch gemeinsame Inversion aller Datensätze. Im Rahmen dieses Forschungsvorhabens soll ein kürzlich von den Antragstellern vorgestellter, auf fuzzy c-means Clusteranalyse und konventionellen Inversionalgorithmen basierender Ansatz zur gemeinsamen Inversion vollständig überlappender bohrlochtomographischer Datensätze weiterentwickelt, flexibilisiert und systematisch evaluiert werden. Wichtige Ziele bei der Weiterentwicklung der bestehenden Methodik sind z.B. das Berücksichtigen des räumlichen Auflösungsvermögens der zu invertierenden Datensätze bei der Clusteranalyse, sowie die Erweiterung der Methodik auf die gemeinsame Inversion partiell überlappender bohrlochtomographischer Datensätze. Weiterhin soll untersucht werden, ob die Methodik auch für die gemeinsame Inversion vollständig oder partiell überlappender geophysikalischer Datensätze, die von der Erdoberfläche aus gesammelt wurden, angepasst werden kann.
Bei der geophysikalischen Erkundung des oberflächennahen Untergrundes韦尔登韦尔登in der Regel Datensätze mit versedenen geophysikalischen Verfahren über dem gleichen Untergrundbereich gesammelt. Um die Qualität und Zuverlässigkeit bei der Auswertung der Daten und bei deren anschliessender Interpretation zu verbessern,is erforderlich,die gesammelten Informationen und erhaltenen Model möglichst quantitativ zu integrieren.在地球物理多参数模型中,数据量信息的有效性,最好是通过数据综合反演的方法来综合数据。在拉曼研究中,基于模糊c-均值聚类分析和常规反演算法,可以对层析成像数据进行快速、灵活和系统的韦尔登。在卫理公会的最佳发展中,齐勒是一个B。通过对反演数据的快速分析,证明了方法在同一反演中的有效性。为了解决这一问题,我们必须进行韦尔登,也可以采用同样的反演方法,对地球物理数据进行局部反演或局部反演,然后从埃尔多伯岩体中提取地质数据,这样就可以进行韦尔登反演。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Dr. Hendrik Paasche其他文献
Dr. Hendrik Paasche的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
相似海外基金
Collaborative Research: NSFGEO-NERC: Advancing capabilities to model ultra-low velocity zone properties through full waveform Bayesian inversion and geodynamic modeling
合作研究:NSFGEO-NERC:通过全波形贝叶斯反演和地球动力学建模提高超低速带特性建模能力
- 批准号:
2341238 - 财政年份:2024
- 资助金额:
-- - 项目类别:
Standard Grant
Collaborative Research: NSFGEO-NERC: Advancing capabilities to model ultra-low velocity zone properties through full waveform Bayesian inversion and geodynamic modeling
合作研究:NSFGEO-NERC:通过全波形贝叶斯反演和地球动力学建模提高超低速带特性建模能力
- 批准号:
2341237 - 财政年份:2024
- 资助金额:
-- - 项目类别:
Continuing Grant
Real-time inversion using self-explainable deep learning driven by expert knowledge
使用由专家知识驱动的可自我解释的深度学习进行实时反演
- 批准号:
EP/Z000653/1 - 财政年份:2024
- 资助金额:
-- - 项目类别:
Research Grant
Collaborative Research: The Relationship between the Trade Wind Inversion Layer and the Seasonal Development of the Southeast Pacific Inter-Tropical Convergence Zone (ITCZ)
合作研究:信风逆温层与东南太平洋热带辐合带(ITCZ)季节发展的关系
- 批准号:
2303227 - 财政年份:2023
- 资助金额:
-- - 项目类别:
Standard Grant
BRITE Synergy: Chemically Resilient, Fouling Resistant Separation Membranes Manufactured Using Aqueous Phase Inversion
BRITE Synergy:采用水相转化技术制造的化学弹性、防污分离膜
- 批准号:
2227307 - 财政年份:2023
- 资助金额:
-- - 项目类别:
Standard Grant
Scientific principle construction of two-dimensional liquid with broken inversion symmetry
反演对称性破缺二维液体的科学原理构建
- 批准号:
23K17366 - 财政年份:2023
- 资助金额:
-- - 项目类别:
Grant-in-Aid for Challenging Research (Pioneering)
Understanding the photochemical and redox behavior induced by ligand field inversion in copper(III) complexes and its application to reactivity.
了解铜 (III) 配合物中配体场反转引起的光化学和氧化还原行为及其在反应性中的应用。
- 批准号:
23K19272 - 财政年份:2023
- 资助金额:
-- - 项目类别:
Grant-in-Aid for Research Activity Start-up
GEO OSE Track 1: Enhancing the accessibility of novel geostatistical inversion workflows for cryosphere research
GEO OSE 轨道 1:增强冰冻圈研究的新型地质统计反演工作流程的可访问性
- 批准号:
2324092 - 财政年份:2023
- 资助金额:
-- - 项目类别:
Standard Grant
Innovative Butterfly-Compressed Microlocal Hadamard-Babich Integrators for Large-Scale High-Frequency Wave Modeling and Inversion in Variable Media
用于可变介质中大规模高频波建模和反演的创新型蝶形压缩微局域 Hadamard-Babich 积分器
- 批准号:
2309534 - 财政年份:2023
- 资助金额:
-- - 项目类别:
Standard Grant
Coupling PDE-Based Computational Inversion and Learning Via Weighted Optimization
通过加权优化耦合基于偏微分方程的计算反演和学习
- 批准号:
2309802 - 财政年份:2023
- 资助金额:
-- - 项目类别:
Standard Grant