Forward Modelling Prsosedur iterative yang melibatkan trial- dan error- fitting data : 1.

Menghitung respon dari input model 2. Membandingkan dengan data terukur 3. Memodifikasi model pada lokasi dimana data secara buruk bila di fit dengan data terukur 4. Menghitung respon kembali, hingga dicapai kecukupan kecocokan terhadap data terukur di capai Occam Inversion

Jika analisis impendasi magnetotellurik menunjukkan secara cukup nilai-nilai kecil untuk parameter inhomogeneity, smoothing inversi memanggil untuk : Stratifying meidum Geoelectric, Mendefinisikan normal background, Mengkorelasi penyebaran - S, Menganalisa misfit model dan Mengestimasi akurasi inversi

Hasil dari inversi berngantung pada pratisi dari model blocky dan meminimalisir misfit dan meningkatkan bentuk dan posisi dari struktur target. 2 pengembangan yang sekarang dilakukan untuk melebarkan dalam kemampuan inversi smoothing dan contrasting; (1) Zhdanov menyarankan focus pada stabilizers yang menampilkan variasi konduktivitas secara tajam melawan background yang dismoothkan (2) Varentsov mengkonstruksi window scanning yang variasi-variasi konduktivitas yang dismoothkan berdasarkan potongan dari blocky background