[口头报告]“物理&数据”混合驱动反演方法探讨

“物理&数据”混合驱动反演方法探讨
编号:3134 稿件编号:1201 访问权限:仅限参会人 更新:2024-04-12 22:53:21 浏览:48次 口头报告

报告开始:2024年05月19日 11:10 (Asia/Shanghai)

报告时间:10min

所在会议:[S9] 主题9、地球物理与大地测量 » [S9-2] 主题9、地球物理与大地测量 专题9.5、专题9.7、专题9.8(19日上午,305A)

暂无文件

摘要
现有地球物理纯数据驱动方法忽略客观物理规律,缺乏神经网络拓扑结构与物理机制的理论认识,由于训练数据不完备等原因,预测结果存在非物理一致性。因此,缺乏合理的具有明确物理意义引导的深度学习反演模型,无法进行高精度的反演;此外,针对具体问题精细化反演任务所面临的实际目标域和已构建的样本集源域往往存在明显的数据分布差异性,致使基于训练样本集学习到的深度学习模型缺乏场景外的通用性,难以迁移适应于真实案例。基于此,研究者将从样本集构建、物理-数据混合驱动模型设计、目标任务成像所需的模型迁移三个方面开展讨论。
 
关键字
地球物理,数据驱动,物理驱动,反演
报告人
张志厚
副教授 西南交通大学

稿件作者
张志厚 西南交通大学
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 18005960255 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订