节点文献
少量标注样本下的深度学习反演映射模型构建方法及应用
【机构】 长江大学地球物理与石油资源学院； 中国石油集团东方地球物理勘探有限责任公司；
【摘要】 地震波阻抗反演作为油气勘探与开发的一种关键技术在实际生产中被广泛的应用,而开发阶段的地震波阻抗反演方法是通过多学科信息约束反演目标函数来求解地质目标,与监督深度学习反演方法相似。然而就深度学习地震波阻抗反演映射模型的构建而言,仅使用标记样本所含有的监督信息对模型进行训练不足以发挥深度网络的功效,笔者采用迁移学习和主动学习两种方案来实现少量样本标注下的深度学习反演,旨在通过相同的或相似的数据集尽可能得到一个相对较好的地震波阻抗反演映射模型,从而达到在标记数据缺乏下反演较好的映射模型。模型和实际资料证实,上述方案下的深度神经网络可在样本缺乏的情况下来构建泛化性能较好的反演映射模型,为地震波阻抗反演提供了少量标签数据的深度学习反演方案,旨在进一步推动深度学习技术在实际资料反演中的应用。
【基金】 中国石油集团科学研究与技术开发项目资助(项目编号：2021DJ3505);中国石油天然气股份有限公司勘探开发研究院地球物理重点实验室开放基金资助课题《考虑标签与网络适应性的高分辨率地震波阻抗反演技术》资助，(项目编号：2022-KFKT-25)
- 【会议录名称】 2022年中国石油物探学术年会论文集（下册）
- 【会议名称】2022年中国石油物探学术年会
- 【会议时间】2022-12
- 【会议地点】中国海南海口
- 【分类号】TE31;TP18;P631.4
- 【主办单位】中国石油学会石油物探专业委员会、中国地球物理学会勘探地球物理委员会