Catalogus

Zoeken

Zoeken kan via de modus 'eenvoudig zoeken' (één veld) of uitgebreid via 'geavanceerd zoeken' (meerdere velden). Zo kan je bv. zoeken op een combinatie van een auteursnaam (auteur), een jaartal (jaar) en een documenttype.

Boekenmand

Nuttige resultaten kan je aanvinken en toevoegen aan een mandje. De inhoud hiervan kan je exporteren of afdrukken (naar bv. PDF).

RSS

Op de hoogte blijven van nieuw toegevoegde publicaties binnen uw interessegebied? Dit kan door een RSS-feed (?) te maken van jouw zoekopdracht.

log in

Publicaties | Kaarten

nieuwe zoekopdracht

[ meld een fout in dit record ]

mandje (0): toevoegen | toon

---

Initializing cross-gradients joint inversion of gravity and magnetic data with a Bayesian surrogate gravity model Fregoso, E.; Palafox, A.; Moreles, M.A. (2019). Initializing cross-gradients joint inversion of gravity and magnetic data with a Bayesian surrogate gravity model. Pure Appl. Geophys. 177(2): 1029-1041. https://dx.doi.org/10.1007/s00024-019-02334-w In: Pure and Applied Geophysics. Birkhäuser: Basel. ISSN 0033-4553; e-ISSN 1420-9136, meer

---

Beschikbaar in	Auteurs
VLIZ: Open access 357372 [ download pdf ]

---

Author keywords

Join inversion, cross gradients, Bayesian estimation, surrogate model, gravity data, magnetic data

---

Auteurs		Top
Fregoso, E. Palafox, A. Moreles, M.A.

---

Abstract

Cross-gradients joint inversion of gravity and magnetic data is the focus of this work. Cross-gradients are introduced as a constraint in the minimization of a least square functional including the misfits of the available data. We propose to initialize the cross gradients iterations with a surrogate density model. The latter is constructed by means of Bayesian estimation in a low dimensional parameter space. To sample from the posterior, an affine invariant MCMC is also introduced. The proposed methodology is successfully tested on synthetic models consisting of isolated sources.

---

Alle informatie in het Integrated Marine Information System (IMIS) valt onder het VLIZ Privacy beleid

Top | Auteurs