节点文献
模型驱动深度学习及其在地震反演中的应用
【机构】 西安交通大学；
【摘要】 <正>地震反演问题的传统解法是模型驱动类方法,其通过设定反演的目标泛函,并使用优化算法进行迭代求解以得到反问题的解。这一类方法面临反演目标泛函的正则化项不易设定、正则化参数不易选取、计算效率低等问题。近年来,随着以深度学习为代表的机器学习算法的发展,数据驱动类方法被用于地震反演。其一般基于深度网络建立地震数据到待反演模型参数之间的非线性关系,进而实现反演。此类方法需要充足的标签以保证深度网络的成功训练,并且其可解释性较差。
- 【会议录名称】 2023年中国地球科学联合学术年会论文集——专题一百一十六 月球及行星测绘遥感和重力场、专题一百一十七 致密油气高分辨率地震成像与超分辨反演
- 【会议名称】2023年中国地球科学联合学术年会
- 【会议时间】2023-10-14
- 【会议地点】中国广东珠海
- 【分类号】P631.4
- 【主办单位】中国地球物理学会