深度学习在地球物理反演中的应用
理学院
如何提升地震勘探技术的效率就成了我国油气勘探的重要问题之一。目前，针对地震勘探中的机器学习的运用，主要集中于断层识别的属性领域，针对速度反演的研究相对较少。我们小组调研了一种基于有监督的深度全卷积神经网络(FCN)的方法，直接从原始地震图中建立速度模型。目前的研究多基于欧几里得距离搜索算法的深度学习方法，而我们将采用更适合处理时间序列的动态规整算法（DTW），提高计算效率，从而实现对速度反演问题的优化。
