M.V.穆拉托夫。;Ryazanov，V.V.公司。;比尤科夫，V.A。;彼得罗夫，D.I。;彼得罗夫，I.B。 用机器学习方法求解非均质地质层勘探地震反演问题。 （英语） Zbl 1471.74053号 Lobachevskii J.数学。 42，第7期，1728-1737（2021）. 摘要：本文致力于使用卷积神经网络解决裂缝及其均匀定向系统的勘探地震学逆问题。由于所研究数据对象的多维性，卷积神经网络的使用是最佳的。使用数学建模形成训练样本。在直接问题的数值求解中，使用了一种在非结构化三角网格上进行插值的网格特征方法来形成训练样本。网格特征法考虑了波动现象的性质，因此最准确地描述了勘探地震学问题中的动力学过程。使用的方法可以在积分域的边界和接触边界上构造正确的计算算法。断裂以边界和接触边界的形式离散地设置在积分域中。本文给出了求解单个裂缝长度、位置和方向检测以及裂缝倾角、裂缝高度和系统中裂缝密度变化的裂缝系统反问题的结果。 引用于1文件 MSC公司： 74升05 地球物理固体力学 74小时75 动力学固体力学中的反问题 74S99型 固体力学中的数值方法和其他方法 74卢比99 断裂和损坏 86甲15 地震学（包括海啸建模）、地震 68T05型 人工智能中的学习和自适应系统 关键词：卷积神经网络;网格特征法;断裂介质;波传播 PDF格式BibTeX公司 XML格式引用 \textit{M.V.Muratov}等人，Lobachevskii J.Math。42，第7号，1728--1737（2021；Zbl 1471.74053） 全文： 内政部 参考文献： [1] 治安官R.E。；Geldart，L.P.，《勘探地震学》（1995），剑桥：剑桥大学出版社，剑桥·doi:10.1017/CBO9781139168359 [2] 于·布拉杜詹。五、。；Goldberg，A.V。；Gurari，F.G.，《西西伯利亚的Bazhenov地平线》（1986），新西伯利亚：瑙卡，新西比利亚 [3] Dorofeeva，E.V.，《岩石构造断裂与断裂油气藏形成条件》（1986年），莫斯科：内德拉，莫斯科 [4] Kozlov，E.A.，《勘探地震学中的环境模型》（2006），Tver:GERS，Tver [5] Claerbout，J.F.，非均匀介质中波浪的粗网格计算及其在复杂地震结构描绘中的应用，Smart Innov。系统。技术。，36, 407-418 (1970) [6] Claerbout，J.F。；Doherty，S.M.，时差校正地震图的向下延拓，地球物理学，37741-768（1972）·数字对象标识代码：10.1190/1.1440298 [7] Etgen，J。；格雷，S。；Zhang，Y.，《勘探地球物理学中深度成像概述》，地球物理学，74，WCA5-WCA17（2009）·数字对象标识代码：10.1190/1.3223188 [8] K.Jiao、W.Huang、D.Vigh、J.Kapoor、R.Coates、E.W.Starr和X.Cheng，“改善盐和盐下成像和反演的弹性偏移”，载于SEG技术计划扩展摘要（2009年），第1-5页。 [9] 罗，Y。；Tromp，J。；Denel，B。；Calandra，H.，基于光谱元素和伴随方法的地形和测深三维耦合声弹性偏移，地球物理学，78，S193-S202（2013）·doi:10.1190/geo2012-0462.1 [10] 北乔治亚州Burago。；尼基丁，I.S。；Yakushev，V.L.，解决连续介质力学中非平稳问题的自适应重叠网格混合数值方法，计算。数学。数学。物理。，56, 1065-1074 (2016) ·Zbl 1381.74188号 ·doi:10.1134/S0965542516060105 [11] 尼基丁，I.S。；新墨西哥州Burago。；Nikitin，A.D.，解决各向同性和各向异性弹粘塑性介质动力学问题的显式隐式格式，J.Phys.：Conf.序列号。，1158, 1-8 (2019) [12] 新墨西哥州Burago。；Nikitin，I.S.，《损伤过程的贯穿计算算法》，《计算》。Res.模型。，10，645-666（2018）·doi:10.20537/2076-7633-2018-10-5-645-666 [13] 方，X。；郑，Y。；Fehler，M.C.，利用偏移距和方位角分析对振幅变化的裂缝聚集效应，地球物理学，82，25（2017）·doi:10.1190/geo2016-0045.1 [14] Muratov，M.V。；Petrov，I.B.，《智能创新、系统和技术》（2019年） [15] A.Krizhevsky、I.Sustskever和G.E.Hinton，“利用深度卷积神经网络进行图像分类”，《第26届神经信息处理系统进展年度会议论文集》（2012年），第1097-1105页。 [16] C.Szegedy、A.Toshev和D.Erhan，“用于目标检测的深层神经网络”，摘自《NIPS的进展》，第26届神经信息处理系统国际会议（2013年），第2卷，第2553-2561页。 [17] I.Goodfellow、J.Pouget-Abadie、M.Mirza、B.Xu、D.Warde-Farley、S.Ozair、A.Courville和Y.Bengio，“生成对抗网”，摘自《神经信息处理系统进展会议论文集》（2014），第2672-2680页。 [18] C.Zhang、C.Frogner、M.Araya-Polo和D.Hohl，“地震道中基于机器学习的自动故障检测”，《EAGE会议和展览进展》。http://cbcl.mit.edu/publications/eage14.pdf。2014年访问。 [19] Araya-Polo，M。；达尔克，T。；Frogner，C。；张，C。；Poggio，T。；Hohl，D.，《无需地震处理的自动故障检测》，The Leading Eadge，36，194-280（2017） [20] 于。吴，呦。林，Zh。Zhou和A.Delorey，“地震网络：检测地震事件的深层密集连接神经网络”https://arxiv.org/pdf/1802.02241.pdf。2018年访问。 [21] Menga，M。；蔡永杰。；Woutersonb，E。；Ong，C.P.K.，通过深度卷积神经网络的复合材料超声信号分类和成像系统，神经计算，257，128-135（2017）·doi:10.1016/j.neucom.2016.11.066 [22] 彼得罗夫，I.B。；Muratov，M.V.，网格特征法在裂缝性地层地震勘探直接问题解决中的应用（综述），数学。模型计算。模拟。，11, 924-939 (2019) ·doi:10.1134/S2070048219060164 [23] Nowacki，W.K.，《微极弹性理论》（1970），维恩：施普林格，维恩·Zbl 0211.28701号 ·doi:10.1007/978-3-7091-2720-9 [24] 马戈梅多夫，K.M。；Kholodov，A.S.，网格特征数值方法（1988），莫斯科：瑙卡，莫斯科·Zbl 0649.65051号 [25] Ivanov，A.M。；Khokhlov，N.I.，显式接触边界情况下网格特征法的并行实现，计算。研究模型。，10, 667-678 (2018) ·doi:10.20537/2076-7633-2018-10-5-667-678 [26] Favorskaya，A.V。；Breus，A.V。；Galitskii，B.V.，网格特征法在隔震模型中的应用，Smart Innov。系统。技术。，113, 167-181 (2019) ·doi:10.1007/978-3-030-06228-615 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。