Bayesian Inversion of Geoelectrical Resistivity Data
地电电阻率数据的贝叶斯反演AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究地学贝叶斯反演，随机图用于地层表示，并非经济网络或所列其他细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
地电电阻率数据的贝叶斯反演
- 研究问题
- 面对大量地电数据，如何建立兼顾先验信息、复杂地下分层结构与计算效率的反演方法，用于地层重建？
- 方法与思路
- 作者采用随机着色多边形图描述地下分层，与平滑高斯场方法对照，并用多重网格 Metropolis 耦合 MCMC 实现重建。
- 材料陈述的贡献
- 摘要提出一种灵活的分层建模框架及高效实现方式，并用一组实地数据展示方法；没有报告量化比较或普遍优势。
- 阅读关注点
- 应核对地电观测模型、图结构先验、重建算法与链混合诊断，以及与高斯场方法对照的标准和实地数据验证方式。
- 阅读边界
- 仅依据所给 Crossref 摘要，无法判断反演可识别性、先验敏感性或计算性能；地学应用结果不能直接推广到经济数据。
原文摘要
Summary Enormous quantities of geoelectrical data are produced daily and often used for large scale reservoir modelling. To interpret these data requires reliable and efficient inversion methods which adequately incorporate prior information and use realistically complex modelling structures. We use models based on random coloured polygonal graphs as a powerful and flexible modelling framework for the layered composition of the Earth and we contrast our approach with earlier methods based on smooth Gaussian fields. We demonstrate how the reconstruction algorithm may be efficiently implemented through the use of multigrid Metropolis–coupled Markov chain Monte Carlo methods and illustrate the method on a set of field data.