节点文献

基于深度学习的叠前AVO反演研究

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 杨红周怀来李悟

【机构】 成都理工大学

【摘要】 叠前地震反演作为一种复杂的反演问题,深度学习模型的强大特征提取和模式识别能力,可以显著提高反演结果的精度和效率。在深度学习叠前地震反演领域,如何最大化利用有限的标注数据,从而得到精度更高的反演结果也是研究的重要内容。本文提出了一种多尺度卷积—深度森林的网络结构,有效利用深度森林在少标签训练集的优势,得到了高精度的反演结果。

  • 【会议录名称】 2024年中国地球科学联合学术年会论文集——专题十三 地球物理人工智能和信息技术进展、专题十四 智能物探与智能油气田关键技术
  • 【会议名称】2024年中国地球科学联合学术年会
  • 【会议时间】2024-10-20
  • 【会议地点】中国福建厦门
  • 【分类号】P631.4
  • 【主办单位】中国地球物理学会
节点文献中: