BriefGPT - AI 论文速递
·
SVInvNet：一种用于地震波速逆演的密集连接编码器 - 解码器架构
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
本研究提出了一种基于深度学习的地震速度反演方法，使用了增强型的多连接编码器 - 解码器结构。研究了环境噪声和训练数据集大小对学习结果的影响，结果表明该方法在大型基准数据集上取得了优异的性能。
🎯
关键要点
- 本研究提出了一种基于深度学习的地震速度反演方法，称为SVInvNet。
- SVInvNet采用增强型的多连接编码器-解码器结构，旨在有效处理复杂信息。
- 研究了环境噪声和训练数据集大小对学习结果的影响。
- SVInvNet在750到6000个样本的数据集上进行训练，并在12000个样本的大型基准数据集上测试。
- 尽管参数较基准模型更少，SVInvNet在测试中表现优异。
- 将SVInvNet的结果与全波形反演（FWI）方法进行了比较，展示了模型的有效性。
➡️
