![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DL-FWI
文章平均质量分 79
palemoons
这个作者很懒,什么都没留下…
展开
-
DL-FWI内训Day3
InversionNet是在2019年提出的一种完全端到端网络算法,在众多的端到端网络中InversionNet网络较为简单,原因是该算法采用了最基础的CNN网络。InversionNet构建了一个的卷积神经网络,来模拟地震数据和地下速度结构的对应关系。原创 2023-07-10 01:36:51 · 138 阅读 · 0 评论 -
DL-FWI内训Day2
进行深度学习训练的第一步是厘清数据集的基本结构。在上述的数据集中,共有N个单元数据对,每个单元数据对包含速度模型和地震数据。其中速度模型的分辨率为m\times n,地震数据包含S炮产生的剖面,每个剖面的分辨率为T\times R,代表了时间(Time)和接收点(Receiver)数量。原创 2023-07-07 00:31:19 · 184 阅读 · 0 评论 -
DL-FWI内训Day1
全波形反演作为一种地球物理勘探技术,用于估计地下介质的物理属性。它利用地震波传播的全部信息,包括波形的振幅、相位和频率等特征,以更准确地推断地下介质的速度、密度或衰减等参数。正演(Forward modeling)指的是根据地下介质的物性参数, 运用物理方程和数值计算方法, 模拟真实地震波传播过程并得到合成地震记录的过程。因此,可以认为全波形反演是地震波正演的逆过程,通过地震数据(波形图)推算得到地层的速度模型。原创 2023-07-06 02:59:44 · 349 阅读 · 1 评论