首页|深度学习在地震初至拾取中的应用综述

深度学习在地震初至拾取中的应用综述

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
随着计算机硬件技术的不断提高,人工智能技术在各个行业的广泛应用,地震学界开始探索用深度学习算法处理地震初至波数据,为初至波的拾取研究提供了崭新的方向.为了解决传统地震波初至拾取方法对低信噪比资料拾取精度较低、算法鲁棒性较差等缺点,提高地震初至拾取速度和效率,减少耗费的人力以及人为拾取所产生的误差,该文系统地介绍了地震事件初至波拾取的常用传统方法,详细地阐述了深度学习领域内各种经典神经网络模型在地震初至波拾取中应用现状.通过实例对比分析卷积神经网络、深度信念网络、生成对抗神经网络和深度递归神经网络等模型在地震初至波拾取中的应用效果,讨论总结了深度学习在地震初至波拾取领域内应用存在问题和应用前景,为今后地震初至拾取研究提供新的思路.
Application of Deep Learning in Earthquake First Break Picking

高新成、杜功鑫、王莉利、李强、柯璇

展开 >

东北石油大学 现代教育技术中心,黑龙江 大庆 163318

东北石油大学 计算机与信息技术学院,黑龙江 大庆 163318

东北石油大学 地球科学学院,黑龙江 大庆 163318

人工智能 深度学习 地震勘探 初至拾取 神经网络

国家自然科学基金国家自然科学基金东北石油大学引导性创新基金

41574117418041332020YDL-03

2022

10.3969/j.issn.1673-629X.2022.08.001

计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
年,卷(期)：2022.32(8)
  • 1
  • 16