报告详情
洋底高原向大陆盆地转化—人工智能识别磁条带
编号：1141
访问权限：仅限参会人
更新：2024-04-11 12:16:53 浏览：1106次
张贴报告
报告开始：2024年05月18日 08:40（Asia/Shanghai）
报告时间：1min
所在会场：[SP] 张贴报告专场 [sp6] 主题6、海洋地球科学
暂无文件
摘要
洋底高原是海洋中最大的火山构造，往往俯冲不下去而留在地表，逐步形成大陆盆地基底，这个是重要的地球洋陆演化问题。大陆盆地基底的一些主要特征和洋底高原类似，例如地壳结构和化学组分。我们研究利用地磁异常特征作为对比的主要依据，引入深度学习，基于卷积神经网络方法自动识别磁条带，运用SegNet模型对磁异常曲线数据进行图像分割，进而实现磁条带的自动划分或识别，并改进 UNet 神经网络模型以适应高复杂度、低稠密度的数据预测任务。另外，重新设计损失函数与性能度量标准，提出一种半监督训练模式，将高精度地磁数据作为全监督任务输入指导模型对低精度地磁数据进行预测。本研究采用人工智能识别磁条带的方法来研究洋底高原和大陆盆地基底的地磁异常特征，通过对比分析揭示两者之间的关联以及相互转化，对认识洋陆岩石圈的形成以及洋陆间构造转化具有重要意义
关键词
洋底高原，大陆盆地基底，磁条带，人工智能，u-net神经网络模型
报告人
刘定洲
硕士研究生 中国科学院大学南海海洋研究所稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论