PulseAugur
中
实时 10:38:16
English(EN) SubsurfaceGen: Procedural Generation of Field-Scale Earth Models and Seismic Data

SubsurfaceGen 为基于机器学习的全波形反演生成逼真的地震数据

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 SubsurfaceGen，这是一个 GPU 加速工具，用于生成逼真的、地层尺度的三维速度模型和地震数据。该新系统解决了现有数据集在全波形反演 (FWI) 的机器学习方法方面的局限性。附带的数据集包括来自 42 种不同地质环境的 4,276 个二维速度切片和地震数据，旨在改进基于机器学习的 FWI，应用于碳封存和碳氢化合物勘探等领域。 AI

影响 为地下成像中的机器学习模型提供更逼真的训练数据，有可能提高能源勘探和灾害评估的准确性。

排序理由 该集群包含一篇详细介绍机器学习应用新方法和数据集的学术论文。[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 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Joseph Stitt, Pratik Rathore, Madeleine Udell, Ching-Yao Lai ·

    SubsurfaceGen：程序化生成场尺度地球模型和地震数据

    arXiv:2605.30541v1 Announce Type: new Abstract: Full waveform inversion (FWI) is the gold standard for subsurface imaging, with applications from carbon sequestration to energy and mineral exploration to earthquake hazard assessment. Machine learning approaches to FWI need field-…

相关实体

相关话题