典型文献
基于最优输运与循环神经网络的全波形反演
文献摘要：
针对全波形反演收敛慢与对低频速度模型的依赖等问题,本文将深度学习与最优输运理论结合.利用循环神经网络求解时间域波动方程,进而实现波动方程的正演模拟与波形反演.在目标函数的建立上,以最优输运为基本理论,比较了不同变换下的目标函数对反演效果的影响;在收敛效率上,利用深度学习中的小批量优化算法,对比不同批量数据下的反演效果.数值实验表明,线性正变换优于比较范围内的其他变换,可有效提高反演精度.对比常规全批量的全波形反演,小批量的随机反演策略在同等计算量情况下明显提高了收敛效率.
文献关键词：
全波形反演;最优输运;循环神经网络
中图分类号：
作者姓名：
李燕梅;顾焕申;许凯;孙振涛;王文龙
作者机构：
哈尔滨工业大学数学学院,哈尔滨 150001;中国石油化工股份有限公司石油物探技术研究院,南京 211103
文献出处：
引用格式：
[1]李燕梅;顾焕申;许凯;孙振涛;王文龙-.基于最优输运与循环神经网络的全波形反演)[J].地球物理学进展,2022(06):2408-2416
A类：
最优输运
B类：
循环神经网络,全波形反演,速度模型,求解时间,时间域,波动方程,正演模拟,立上,换下,收敛效率,小批量,数值实验,正变,反演精度,随机反演,计算量
AB值：
0.236645
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
