研究人员开发了RD-SCL，一种用于声阻抗成像的新框架，解决了标记数据稀缺的挑战。该方法集成了正则化反卷积和半监督交叉学习，利用可微分的Tikhonov反卷积算子在训练期间动态估计地震子波。该框架强制标记数据和未标记数据之间预测的一致性，在SEAM和Marmousi 2等基准测试中表现优于现有方法，且参数更少，计算成本更低。 AI
影响 该框架为地下分析提供了更有效且物理上一致的解决方案，有望改善地震勘探和资源发现。
排序理由 该集群描述了一篇关于特定科学成像问题的创新框架的新研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Acoustic impedance imaging is a fundamental yet severely ill-posed problem in subsurface analysis: the seismic wavelet is unknown, observations are band-limited, and labeled well-log samples are extremely scarce (typically <1% of all traces). Existing semi-supervised deep learnin…
arXiv:2607.20989v1 Announce Type: new Abstract: Acoustic impedance imaging is a fundamental yet severely ill-posed problem in subsurface analysis: the seismic wavelet is unknown, observations are band-limited, and labeled well-log samples are extremely scarce (typically <1% of al…