PulseAugur
实时 13:19:52
English(EN) SPAMoE: Spectrum-Aware Hybrid Operator Framework for Full-Waveform Inversion

SPAMoE框架通过频谱感知神经网络算子增强全波形反演

研究人员开发了SPAMoE,一个旨在提高地下速度模型重建的全波形反演(FWI)效率和准确性的新框架。该方法通过引入一个频谱保持编码器和一个用于专家混合(Mixture-of-Experts)集合的动态路由机制,解决了多尺度地质特征中的频率纠缠挑战。在OpenFWI数据集上的实验表明,与现有基线相比,SPAMoE显著降低了平均绝对误差,为基于学习的FWI建立了一个新的架构框架。 AI

影响 为逆问题引入了一个新颖的框架,可能提高地下成像的准确性和效率。

排序理由 这是一篇详细介绍特定科学问题新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

SPAMoE框架通过频谱感知神经网络算子增强全波形反演

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Zhenyu Wang, Peiyuan Li, Yongxiang Shi, Ruoyu Wu, Chenfei Liao, Lei Zhang ·

    SPAMoE:用于全波形反演的频谱感知混合算子框架

    arXiv:2604.07421v2 Announce Type: replace Abstract: Full-waveform inversion (FWI) is pivotal for reconstructing high-resolution subsurface velocity models but remains computationally intensive and ill-posed. While deep learning approaches promise efficiency, existing Convolutiona…