期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于深度神经网络EikoNet走时计算方法及应用 被引量:3
1
作者 姚时 侯爵 +3 位作者 黄跃鹏 徐涛 白志明 高正辉 《地球与行星物理论评(中英文)》 2023年第1期81-90,共10页
地震波走时计算在层析成像、偏移成像和微震定位等地震学领域中都有重要作用.使用有限差分方法求解程函方程是地震波走时计算的重要方法之一.常规程函方程求解方法需要计算每一个震源激发的走时场,随着网格数量的增加会消耗大量的时间... 地震波走时计算在层析成像、偏移成像和微震定位等地震学领域中都有重要作用.使用有限差分方法求解程函方程是地震波走时计算的重要方法之一.常规程函方程求解方法需要计算每一个震源激发的走时场,随着网格数量的增加会消耗大量的时间和存储空间.本文介绍了基于深度神经网络的EikoNet走时计算方法,该方法构建了一个包含速度和走时场偏差之间关系的深度神经网络,通过在三维空间中采样生成训练样本,以给定的速度模型为标签实现训练过程中对网络的优化,在计算走时过程中,能传递关于地震波场和速度结构的信息,而且高度适用于GPU,可以无网格地快速确定三维域中任意两点之间的走时,大大提高了计算效率并降低了内存消耗.EikoNet方法和常规快速推进法(FMM)在几个速度模型上的数值实验表明EikoNet方法在保持高精度的同时还具有更高的效率. 展开更多
关键词 走时计算 程函方程 eikonet 快速推进法
在线阅读 下载PDF
基于物理信息约束生成对抗网络的地震波走时计算新方法
2
作者 庞肖颖 兰海强 +1 位作者 陈洁 陈凌 《地球物理学报》 北大核心 2026年第2期763-780,共18页
地震波走时计算在地震学领域中占有重要地位,广泛地应用于偏移成像、走时反演及地震定位等.应用神经网络求解程函方程是一种创新性走时计算方法,能够快速无网格地计算三维空间中任意两点之间的走时.本文介绍了一种基于物理信息约束生成... 地震波走时计算在地震学领域中占有重要地位,广泛地应用于偏移成像、走时反演及地震定位等.应用神经网络求解程函方程是一种创新性走时计算方法,能够快速无网格地计算三维空间中任意两点之间的走时.本文介绍了一种基于物理信息约束生成对抗网络的走时计算新方法(pi-GAN).该方法由两个对抗的神经网络构成,在博弈过程中,生成与真实速度模型近似的预测速度模型.同时,通过基于程函方程的物理信息约束来捕捉速度模型与走时场之间的偏差关系,并利用自动微分计算导数.高精度走时是获取逼真速度模型的重要中间产物.该方法通过对抗训练的方式优化神经网络的学习过程,且利用GPU来充分实现其高度并行化的特性,显著提高了计算效率并减少了内存消耗.数值实验证实了pi-GAN方法计算走时的优势;相较于深度神经网络走时计算方法(EikoNet),其计算精度、效率更高(尤其对于包含较多强速度间断面的复杂模型)、内存消耗明显减少.此外,pi-GAN作为一个程函方程求解器,拥有良好的推广潜力和实用价值. 展开更多
关键词 pi-GAN eikonet 走时计算 程函方程
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部