Abstract: В работе описан новый подход к сейсмическому моделированию, сочетающий традиционный конечно-разностный метод с глубоким обучением. На первом шаге генерируется обучающий набор данных, рассчитанный для ограниченного числа источников. Этот набор вычисляется путем конечно-разностного моделирования на мелкой пространственно-временной сетке. На втором этапе рассчитываются сейсмограммы для всей системы наблюдения, но с использованием грубой расчетной сетки. На третьем, заключительном этапе происходит обучение искусственной нейронной сети, уменьшающей численную дисперсию, и ее применение ко всему набору данных. На тестовом материале проверена работоспособность такого подхода в задаче подавления численной дисперсии и продемонстрировано десятикратное ускорение расчетов сейсмических волновых полей.

Cite: Гадальшина К.А. , Лисица В.В. , Вишневский Д.М. , Гадыльшин К.Г.
Искусственная нейронная сеть, уменьшающая численную дисперсию, для постобработки результатов сейсмического моделирования
Геофизические технологии. 2022. №1. С.99-109. DOI: 10.18303/2619-1563-2022-1-99 РИНЦ OpenAlex

Dates:

Submitted:	Aug 9, 2022
Accepted:	Oct 25, 2022
Published print:	Dec 15, 2022
Published online:	Dec 15, 2022

Identifiers:

Elibrary:	49918379
OpenAlex:	W4311475769

Citing:

DB	Citing
OpenAlex	2

Altmetrics: