Реферат: Предлагается оригинальный способ построения обучающего набора данных для нейронной сети NDM-net (Numerical Dispersion Mitigation neural network), подавляющей численную дисперсию при моделировании сейсмических волновых полей. NDM-net обучается отображать вычисленное на грубой сетке решение системы уравнений динамической теории упругости в рассчитанное на мелкой сетке. Данные сейсмограмм для обучения NDM-net предварительно рассчитываются на мелкой сетке, что является трудоемкой процедурой. Для снижения вычислительных затрат алгоритма время обучения необходимо сокращать без потери точности. В качестве эффективной метрики для генерации обучающего набора данных рассматривается линейная комбинация трех метрик: расстояния между источниками, меры сходства сейсмограмм и меры сходства скоростных моделей. Коэффициенты линейной комбинации определяются с помощью глобального анализа чувствительности.

Библиографическая ссылка: Гондюл Е.А. , Лисица В.В. , Гадыльшин К.Г. , Вишневский Д.М.
Оптимизация тренировочного набора данных для подавляющей численную дисперсию нейронной сети NDM-NET
Вычислительные методы и программирование (Numerical methods and programming). 2024. Т.25. №2. С.155-174. DOI: 10.26089/NumMet.v25r213 РИНЦ OpenAlex

Даты:

Поступила в редакцию:	31 янв. 2024 г.
Принята к публикации:	16 мар. 2024 г.
Опубликована в печати:	22 июн. 2024 г.
Опубликована online:	22 июн. 2024 г.

Идентификаторы БД:

РИНЦ:	67859933
OpenAlex:	W4395958653

Цитирование в БД: Пока нет цитирований

Альметрики: