[特邀报告]地球物理智能反演及应用

地球物理智能反演及应用

编号：1987 稿件编号：139 访问权限：私有更新：2023-04-10 23:21:30 浏览：1091次特邀报告

报告开始：2023年05月07日 16:25 （Asia/Shanghai）

报告时间：15min

所在会议：[9B] 9B、地球物理与大地测量 » [9B-2] 9B-2 地球物理与大地测量

暂无文件

摘要

人工智能崛起势如破竹，深度学习当下风头正劲，其在地球物理领域展现出了强大的能力。然而，这一切在同等计算能力下都需要“数据&算法”做支撑。在数据方面，如何有效地获取小样本代表性数据集，替代遍历循环的大数据集；在算法方面，奥卡姆剃刀的“如无必要、勿增实体”原理亦然适用于具体方法的网络结构。因此，需针对不同的具体问题再进行网络结构的搭建或精修，而并非网络结构越深越复杂预测效果越好。除此之外，深度学习也需要与地球物理特定问题相融，面对复杂抽象多元的地质地球物理先验知识，如何将其聚沙成塔加入到智能算法中，从而获得少样本条件下的高精度合理解，也值得进一步研究，作者期望未来“知识&数据”联合驱动智能算法也能够推动地球物理数据的高精度处理与解译。