“物理&数据”混合驱动反演方法探讨
编号:3134 访问权限:仅限参会人 更新:2024-04-12 22:53:21 浏览:411次 口头报告

报告开始:2024年05月19日 11:10(Asia/Shanghai)

报告时间:10min

所在会场:[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。
 
关键词
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
重要日期
  • 会议日期

    05月17日

    2024

    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
联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询