反演计算慢的原因:反演过程一定是基于正演的。(就像BP神经网络是基于FFN网络的。一开始提出的FFN是只有正向传播,BP是既有正向又有反向传播。而反向传播的计算与正向传播有相似的流程)所以反演计算慢本质上是因为正演理论,不太合适的逼近方法。
2016年11月清华大学地学系成立。
杨顶辉、杨慧珠、李衍达、孙卫涛、杜启振、童平、巴晶等
基于数据同化和无放回抽样的FWI
数据同化就是利用已知的有效信息估计初始参数,本身就具有随机性。
无放回抽样是统计学的思想。用来模拟数据同化时的随机性(不确定性),比如:某点的速度实际上是在一个取值范围内的,每次只取一个值用来作样本。
按照上述思路,提供初始速度模型的样本,再逐步迭代优化完成FWI。
小结:本文创新是建立了一个完成FWI的体系。实际上是去找一个构造初始速度模型的方法。
基于W2度量的波形成像理论与方法
最优传输理论(法国数学家Villani)提供一种新的度量。把这套理论用到FWI的目标函数中,克服周跳问题。提供有很好的凸性新的目标函数。
拟波形成像
时间差(又称拟波形)是一个波形的函数。
更新的速度是观测数据(观测波形)和合成数据(理论波形)差的隐函数
低速原因:岩石圈根遭受强烈改造,比如断裂带结构。(重力均衡理论)