节点文献
神经网络的宽度与深度对反演映射模型预测性能的影响研究
【机构】 长江大学地球物理与石油资源学院；
【摘要】 基于最优深度和宽度的反演网络可以更好地挖掘地震与波阻抗之间的映射关系,为研究神经网络的宽度和深度对反演映射模型的预测性能的影响,以便加快深度学习在地震波阻抗反演中的应用,以时域卷积神经网络(Temporal convolutional network,简称TCN)为例,对Marmousi-2模型数据进行了不同宽度与深度的时域卷积神经网络地震波阻抗反演实验。通过分析反演预测结果的均方误差以及预测波阻抗与真实波阻抗之间的相关系数,系统地评估了时域卷积神经网络的宽度和深度对所训练的反演映射模型预测性能的影响,验证了所构建神经网络模型的准确性和泛化性,为深度学习地震波阻抗反演的可解释性奠定了一定的基础。
- 【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】TP183;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