2020
DOI: 10.1016/j.jappgeo.2020.104188
|View full text |Cite
|
Sign up to set email alerts
|

The combination of the regularized operators for horizontal/vertical differentiation and downward continuation in potential fields interpretation

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
3

Citation Types

0
0
0
3

Year Published

2022
2022
2024
2024

Publication Types

Select...
2
1

Relationship

0
3

Authors

Journals

citations
Cited by 3 publications
(3 citation statements)
references
References 16 publications
0
0
0
3
Order By: Relevance
“…A abordagem da norma de Chebyshev, também conhecida como norma C ou norma L ∞ (Glasko et al, 1970;Pašteka et al, 2009) (Pašteka et al, 2012;Zeng et al, 2014;Pašteka et al, 2018;Karcol & Pašteka, 2020) e às derivadas direcionais no processamento da deconvolução de Euler (Pašteka & Richter, 2005;Pašteka et al, 2009). Esse critério não é eficiente em dados subamostrados (Pašteka et al, 2012(Pašteka et al, , 2018 e pode resultar em curvas com mínimos fracamente definidos (Florio et al, 2014) ou múltiplos mínimos locais (Karcol & Pašteka, 2020) próximos ao máximo global da norma C das soluções adjacentes.…”
Section: Derivadas Regularizadasunclassified
See 2 more Smart Citations
“…A abordagem da norma de Chebyshev, também conhecida como norma C ou norma L ∞ (Glasko et al, 1970;Pašteka et al, 2009) (Pašteka et al, 2012;Zeng et al, 2014;Pašteka et al, 2018;Karcol & Pašteka, 2020) e às derivadas direcionais no processamento da deconvolução de Euler (Pašteka & Richter, 2005;Pašteka et al, 2009). Esse critério não é eficiente em dados subamostrados (Pašteka et al, 2012(Pašteka et al, , 2018 e pode resultar em curvas com mínimos fracamente definidos (Florio et al, 2014) ou múltiplos mínimos locais (Karcol & Pašteka, 2020) próximos ao máximo global da norma C das soluções adjacentes.…”
Section: Derivadas Regularizadasunclassified
“…A abordagem da norma de Chebyshev, também conhecida como norma C ou norma L ∞ (Glasko et al, 1970;Pašteka et al, 2009) (Pašteka et al, 2012;Zeng et al, 2014;Pašteka et al, 2018;Karcol & Pašteka, 2020) e às derivadas direcionais no processamento da deconvolução de Euler (Pašteka & Richter, 2005;Pašteka et al, 2009). Esse critério não é eficiente em dados subamostrados (Pašteka et al, 2012(Pašteka et al, , 2018 e pode resultar em curvas com mínimos fracamente definidos (Florio et al, 2014) ou múltiplos mínimos locais (Karcol & Pašteka, 2020) próximos ao máximo global da norma C das soluções adjacentes. Nesse caso, o parâmetro de regularização pode ser selecionado a partir da análise qualitativa das soluções regularizadas (Pašteka & Richter, 2005;Pašteka et al, 2009), escolhendo a solução que seja a mais suave possível e, ao mesmo tempo, representativa das características do sinal de entrada.…”
Section: Derivadas Regularizadasunclassified
See 1 more Smart Citation