全波形反演培训的思考与总结

一. InversionNet: 最简单的端到端DL_FWI

        1. 网络结构:

图1

        构建了一个具有编码器-解码器构的卷积神经网络,根据地震波动数据模拟地下速度结构。编码器主要由卷积层构建,它从输入地震数据中提取高级特征并将其压缩为单个高维向量。解码器然后通过一组反卷积层将这些特征转换为速度模型。 

        2. 编码器与解码器:

        编码器包括图1的顶部流水线中由“conv”表示的一组卷积块。1.每个卷积块由卷积层,批归一化(BN)和ReLU组成。输入数据的大小为(32,1000,6)从这个数据看来时间维度和空间维度比例太大,这里采用的是非方形卷积。起到压缩空间的作用,我们这里接下来的任务是对于时间层面的降维。

        注意:这里补充说明原文章用的数据大小是(32,1000,6),但是张星移师兄培训的数据集大小是(70,1000,6),以后者为准。

        时间域第一次降维:

        将大小(70,1000,6)的图片通过一批32卷积降维到(70,500,32)

        时间域第二次降维:

        将大小(70,500,32)的图片通过卷积降维到(70,250,64)

        将大小(70,250,64)的图片通过卷积降维到(70,125,64)

        时间域第三次降维:

        将大小(70,125,64)的图片通过卷积降维到(70,63,128)

        进入两个方向同时降维,将大小(70,63,128)的图片通过卷积降维到(35,32,128)

        第四次降维

        两个方向同时降维,将大小(35,32,128)通过卷积降维到(18,16,256)

        两个方向同时降维,将大小(18,16,256)通过卷积降维到(8,8,256)

        最后将图片降维到1×1的512维度的向量;再经过解码(反卷积)转化为我们需要的图像,解码的过程如图2所示。

图2

        结果评价指标:

        InversionNet的末端采用的标准损失函数是L_{1}规范的损失函数:(y_{i}真实速度模型, y^{*}_{i}是预测的速度模型,n速度模型中空间像素的数量.)

        L_{1}(y,y^{*}) = \frac{1}{n}\sum_{i=1}^{n}\left |y_{i} - y^{*}_{i}\right |

        作者采用的四个评价指标:

二. FCNVMB——UNet架构下的FWI

        1. 网络结构

  • 通过红色箭头,特征图的尺寸并不会发生改变,相当于特征的重整合,为接下来的尺寸变化做准备;
  • 而紫色箭头 (下采样) 则会导致尺寸缩小一半,相当于特征进一步提取细化。
  • 而黄色箭头 (反卷积) 则会导致尺寸扩大一倍。

名词解释:UNet

        UNet 是一种常用的卷积神经网络架构,用于图像分割任务。它在 2015 年由 Olaf Ronneberger、Philipp Fischer 和 Thomas Brox 提出。UNet 的结构由对称的编码器和解码器组成,中间通过跳跃连接进行特征传递。

名词解释:跳跃连接(Skip Connection)

        跳跃连接(Skip Connection)是一种在神经网络中引入直接连接的技术。它的目的是通过将某些层的输出直接与后续层的输入相加或连接,来提高信息流动和梯度传播,从而改善网络的性能。

名词解释:迁移学习

        迁移学习(Transfer Learning)是一种机器学习方法,旨在利用已经在一个领域上学到的知识和经验来改善在另一个相关领域上的学习任务表现。它基于一个关键观察:不同的任务或领域之间可能存在一些共享的特征和模式。

        传统的机器学习方法通常将学习任务视为独立的,从头开始训练模型以适应特定的任务或数据集。然而,这种方法在目标数据集较小或缺乏标注数据的情况下可能面临困难。这时,迁移学习通过利用源领域上学到的知识,可以在目标领域上更高效地学习模型。

总结:

        FCNVMB使用了迁移学习的训练手段。

        FCNVMB采用了包含skip connection的UNet的架构

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/112722.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

推荐《机动战士高达SEED DESTINY》

《机动战士高达SEED DESTINY》是《机动战士高达SEED》的续集,于日本时间2004年10月9日—2005年10月1日每周六下午六点在每日放送、TBS电视台系列电视台播出,全50话。 [1] 台湾版权由博英社取得,并于2005年10月8日起由中国电视公司在每周六播…

面试题-React(十四):什么是高阶组件(HOC)及其作用

一、高阶组件的概念 高阶组件(HOC)是一种函数,接受一个组件作为参数,并返回一个新的组件。这个新的组件具有一些增强的特性或功能。简而言之,高阶组件就是用来“包装”其他组件的函数。 二、高阶组件的作用 高阶组件…

float、double类型的转化和判断为零问题

1、将字符串转化为float、double 浮点数在内存中的存储机制和整形数据不同,有舍入误差,在计算机中用近似表示任意某个实数。具体来说,这个数由一个整数或定点数(即尾数)乘以某个基数(计算机中通常是2&…

uni-app:js实现数组中的相关处理

一、查询数组中,某一项中的某个数据为指定值的项(find() 方法) 使用分析 使用数组的 find() 方法来查询 id 为 0 的那一项数据。这个方法会返回满足条件的第一个元素,如果找不到符合条件的元素,则返回 undefined。使用…

操作系统【OS】微内核

基本概念 微内核结构将操作系统划分为两大部分:微内核多个服务器微内核包含: 与硬件处理紧密相关的部分一些较基本的功能客户和服务器间的通信客户与服务器之间是借助微内核提供的消息传递机制来实现交互的 基本功能 进程管理 进程的通信、切换、调度…

Ubuntu - 安装 、配置 Redis 远程连接和密码

在Ubuntu上安装Redis 要在Ubuntu上安装Redis,需要按照以下步骤操作: 打开终端:使用CtrlAltT快捷键或在应用程序中搜索终端来打开终端。 更新系统包列表:在终端中运行以下命令,以确保系统中的软件包列表是最新的&…

天鹰340亿(AquilaChat2-34B-16K)本地部署的解决方案

大家好,我是herosunly。985院校硕士毕业,现担任算法研究员一职,热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名,CCF比赛第二名,科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法…

嵌入式软件开发笔试面试

C语言部分: 1.gcc的四步编译过程 1.预处理 展开头文件,删除注释、空行等无用内容,替换宏定义。 gcc -E hello.c -o hello.i 2.编译 检查语法错误,如果有错则报错,没有错误则生成汇编文件。 gcc -S hello.i -o h…

ArGIS Engine专题(14)之GP模型根据导入范围与地图服务相交实现叠置分析

一、结果预览 二、需求简介 前端系统开发时,可能遇到如下场景,如客户给出一个图斑范围,导入到系统中后,需要判断图斑是否与耕地红线等地图服务存在叠加,叠加的面积有多少。虽然arcgis api中提供了相交inserect接口,但只是针对图形几何之间的相交,如何要使用该接口,则需…

LSTM-Attention单维时间序列预测研究(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭&a…

LC-2316. 统计无向图中无法互相到达点对数(DFS、并查集)

2316. 统计无向图中无法互相到达点对数 中等 给你一个整数 n ,表示一张 无向图 中有 n 个节点,编号为 0 到 n - 1 。同时给你一个二维整数数组 edges ,其中 edges[i] [ai, bi] 表示节点 ai 和 bi 之间有一条 无向 边。 请你返回 无法互相…

【LeetCode】57. 插入区间

1 问题 给你一个 无重叠的 ,按照区间起始端点排序的区间列表。 在列表中插入一个新的区间,你需要确保列表中的区间仍然有序且不重叠(如果有必要的话,可以合并区间)。 示例 1: 输入:interval…

第17章 MQ(二)

17.11 RabbitMQ如何保证消息的顺序性 难度:★★ 重点:★★★ 白话解析 其实RabbitMQ是一个先进先出的队列,只要消息进入到队列之后那肯定是顺序的,其实这道题问的点就是在消息进队列之前和出队列之后如何保证顺序性。 1、要保证消息进队列的顺序性实际只需要保证生产者只…

Matlab遗传算法工具箱——一个例子搞懂遗传算法

解决问题 我们一般使用遗传算法是用来处理最优解问题的,下面是一个最优解问题的例子 打开遗传算法工具箱 ①在Matlab界面找到应用程序选项,点击应用程序(英文版的Matlab可以点击App选项) ②找到Optimization工具箱,点击打开 创建所需要…

【计算机网络】OSI参考模型中非端-端层(物理层、数据链路层、网络层)功能介绍

系列文章目录 什么是计算机网络? 什么是网络协议? 计算机网络的结构 数据交换之电路交换 数据交换之报文交换和分组交换 分组交换 vs 电路交换 计算机网络性能(1)——速率、带宽、延迟 计算机网络性能(2)…

jdk对linux cgroup v2容器化环境识别情况

Linux各发行版将cgroups v2作为默认的情况如下: Container-Optimized OS(从 M97 开始)Ubuntu(从 21.10 开始,推荐 22.04)Debian GNU/Linux(从 Debian 11 Bullseye 开始)Fedora&…

GB28181学习(九)——校时

要求 联网内设备支持基于SIP方式或NTP方式的网络校时功能,标准时间为北京时间;系统运行时可根据配置使用具体校时方式; 流程 SIP校时在注册过程中完成,流程同注册和注销流程;在注册成功情况下,注册流程的…

连续/离散的控制系统阶跃测试(包括MATLAB里的step()函数)

阶跃测试 只要是连续时间系统,无论是传递函数还是连续状态空间形式的模型,直接可以用**step()**做阶跃测试;但是对于离散系统而言,不能用step()函数,可以自行编写代码,如下。 1、离散系统:x(k…

leetcode_260. 只出现一次的数字 III

题目链接:力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台 解法一:哈希表 typedef struct {int key;UT_hash_handle hh; } HASH_MAP_S;HASH_MAP_S *usrs NULL;int* singleNumber(int* nums, int numsSize, int* returnSize) …

Selenium:Web自动化框架

Selenium自动化入门 1、Selenium概述2、Selenium环境搭建3、Selenium基本操作4、网页元素定位5、操作Cookie6、标签页管理 1、Selenium概述 Selenium(Web Browser Automation)的初衷是Web应用自动化测试。Selenium广泛应用于爬虫,爬虫需要让浏…