No estoy seguro de la historia, pero las matemáticas son lo suficientemente similares, no es difícil imaginar el salto. Si observamos la patente de autoajuste (Patente US5973252 – Aparato y método de detección de tono y corrección de entonación), podemos ver que Hildebrand está utilizando la auto-correlación para hacer la detección de tono. En aplicaciones sísmicas, envías vibraciones a la tierra desde explosiones o vibradores (heh) y recoges los reflejos usando una matriz de geófonos (micrófonos para vibraciones de la tierra). Al realizar correlaciones en los datos de los geófonos y buscar patrones, puede crear modelos de la geología debajo (que con suerte indican petróleo o gas). Como suele ser el caso en las aplicaciones de procesamiento de señal digital (DSP), ambas aplicaciones utilizan las mismas funciones y métodos matemáticos básicos. Sin embargo, los problemas son lo suficientemente diferentes como para estar seguro de que se necesitó mucho conocimiento, experiencia y creatividad para descifrar el autoajuste.
¿Cómo exactamente Andy Hildebrand transformó su experiencia en datos sísmicos en autoajuste?
Related Content
¿Qué hace que un problema de ciencia de datos sea interesante para usted?
More Interesting
¿Qué clases debo tomar en CMU si quiero ser un científico de datos?
¿Cuándo puede un algoritmo de clasificación dar un AUC de 1.0 o una clasificación perfecta?
¿Cómo es una entrevista de científico de datos en Yelp?
¿Cuáles son los buenos libros que proporcionan casos de estudio en ciencia de datos?
¿Dónde puedo hacer un curso de análisis de datos? ¿Edvancer es una buena opción?
Cómo realizar análisis de datos antes y después de desarrollar una aplicación
¿Es la Universidad de Columbia un lugar respetable para estudiar ciencia de datos?