Transportadora de Gas del Sur

联邦学习框架FedSaltNet推动地震解释进展

研究人员开发了FedSaltNet，一个用于地震数据中盐丘分割的联邦学习框架。该框架通过在不共享原始数据的情况下实现协同解释，解决了数据主权和稀缺性问题。一项关键发现是，在数据受限的联邦设置中，简单的U-Net架构的性能显著优于更复杂的ResNet-18 U-Net，平均交并比（IoU）提高了166%。此外，一种新颖的前景加权聚合策略比传统的联邦方法将IoU提高了4.0%，证明了其在处理类别不平衡和数据异质性方面的有效性。