Open-source learning as a skill for geoelectrical data processing: the case of pyGIMLi
| Autor: | Brayan Alexis Quiceno-Arenas, Juan Guillermo Paniagua-Castrillón, Andrés Mauricio Muñoz-García, Luis Fernando Duque-Gómez, Moisés Oswaldo Bustamante-Rúa |
|---|---|
| Rok vydání: | 2022 |
| Předmět: | |
| Zdroj: | DYNA, Volume: 89, Issue: spe222, Pages: 48-53, Published: 02 SEP 2022 |
| ISSN: | 2346-2183 0012-7353 |
| DOI: | 10.15446/dyna.v89n222.101826 |
| Popis: | It is important that new strategies are developed for the management of geoelectrical data produced from engineering and geoscience processing techniques. For this reason, the article demonstrates how pyGIMLi can be used for this purpose. pyGIMLi is an open-source library for the inversion of apparent resistivity array that are often obtained with different geoelectrical survey equipment. The aim is to be able to use this library unaided for various projects and/or to perform various data operations in which the results obtained are more specific and differentiated than those derived from other processing techniques, taking advantage of the fact that this tool is open-source. Resumen Debido a la importancia de utilizar nuevas estrategias para el manejo de datos geoeléctricos a partir de las técnicas de procesamiento de la ingeniería y ciencias de la tierra, este artículo se centra en mostrar la estructura para el uso de pyGIMLi, una librería de código abierto para realizar la inversión de la matriz de resistividad aparente que se obtienen a menudo con diferentes equipos de prospección geoeléctrica, con la finalidad de adquirir la habilidad de usar esta librería de forma independiente en diversos proyectos y/o realizar varias operaciones con los datos en las se puedan obtener resultados más específicos y diferenciados de otras técnicas de procesamiento; gracias a las ventajas de usar código abierto. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|