Fourier-DeepONet

新的ROMNet方法结合机器学习和降阶模型进行地震成像

研究人员开发了ROMNet，这是一种结合降阶模型（ROM）和机器学习以改进地震成像波形反演的新方法。该方法旨在通过使用神经网络更有效地将ROM矩阵映射到波速，来降低传统全波形反演（FWI）相关的计算成本和复杂性。ROMNet使用合成数据和GeoFWI数据集进行了测试，在与Fourier-DeepONet和InversionNet等其他基于深度学习的FWI技术相比时，表现具有竞争力。