- 博客(5)
- 收藏
- 关注
RSS订阅原创 论文写作课程体会
本篇文章是在读完闵老师所授的《论文写作》课程之后，如何在论文写作上，从一无所知的新手小白到领会入门的一些心得体会以及所学到的知识点。
2025-11-08 17:05:30
565
原创 2025.5.4 FWI入门培训总结（4）
1.输入(Input)在全波形反演（FWI）地震监测的问题描述模块中，输入参数的合理选择和配置是决定反演成功与否的关键。这些输入需要综合考虑地层的基础构造不同的维度不同区域初始模型与参数设计等因素。以下是输入模块中需重点考虑的核心因素及其作用：由于地下结构比较复杂，例如平面、断层、曲面、盐体等不同的构造，就会有不同的输入数据。2）不同维度的输入：一维模型空间：仅考虑垂直方向（深度轴）的介质参数变化，假设地下介质在水平方向上均匀（层状介质模型）。输入数据。
2025-05-04 23:15:32
1100
原创 2025.5.3 FWI入门培训总结（3）
1.概念：机器学习中的训练方法的主要作用是使模型能够从数据中学习规律和模式，从而提高预测的准确性和泛化能力。通过训练过程，模型能够识别输入数据的关键特征和复杂结构，从而在新的数据上做出准确的预测或决策。2.关键字用来控制参数更新步长的超参数。若学习率过大时参数更新剧烈，可能导致震荡或无法收敛；若学习率过小时收敛速度慢，易陷入局部最优。其中可以通过优化技巧，例如学习率衰减法（随着训练轮数增加逐步减小学习率）、自适应学习率（使用优化器自动调整）。整个训练数据集被模型完整遍历一次的次数。
2025-05-03 23:51:25
859
原创 2025.5.2 FWI入门培训总结（2）
1.离群点的定义离群点是指在一个数据集中显著不同于其他数据点的观测值，通常表现为极端大值或极端小值。2.处理方法：第一种方法是直接删除；第二种方法是通过正则化约束模型权重，降低对异常值的敏感度。两种方法前者破坏了数据的完整性，但成本低，且使用所有模型；后者保证了数据的完整性，但成本高，且仅支持正则化的模型。例：在处理线性回归中的离群点时，可剔除或选择合适的损失函数以应对过拟合，学习时应避免过度拟合，注重泛化性。
2025-05-03 04:15:16
789
原创 2025.5.1 FWI入门培训总结（1）
3.卷积操作（查的资料）：使用可移动的卷积核（滤波器）在输入数据上进行滑动计算，对局部区域进行元素乘积求和，提取边缘、纹理等底层特征。例如，一个3×33×3的卷积核扫描图像时，每次计算局部9个像素的加权和，形成特征图。的作用类似于一个滤镜,能够过滤掉图像中的噪声、增强图像的特征。是将编码得到的低维信息通过卷积核（与编码的不同）进行反向操作，逐步恢复数据的空间维度和特征细节信息，最后重构出接近于原始输入的数据。3）解码和编码是一个反复的过程，通过不断的识别调整，直到解码出一个最佳结果，
2025-05-01 22:05:22
273
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人