基于理论指导的pseudo-spectral全波形反演通过深度神经网络

本文研究了在深度学习框架中引入伪谱方法以改进全波形反演(FWI)的可能性，解决了在复杂环境下传统反演方法的局限性。通过将伪谱FWI问题重新表述为深度学习算法，提出了一种新颖的递归神经网络(RNN)框架，实验证明该方法在准确性和稳定性上优于经典FWI，具有更好的故障识别能力和低频内容。