AI辅助地震解释工具包在荷兰Maassluis组顶面完成示范,支撑隐式地质建模
该研究在Horizon Europe GO-Forward与MOOI WarmingUP GOO项目框架下,测试并实现了一套机器学习工具包,用于约300至3500米深度域陆上地震数据的解释:先用自监督与半监督对比学习CNN进行去噪与插值以改善信号,再以(半)自监督方法在极少人工训练数据下解释层位与断层,并以荷兰Maassluis组顶面在Leeuwarden与Waalwijk三维地震数据体中的解释作为首次示范。
该研究在Horizon Europe GO-Forward与MOOI WarmingUP GOO项目框架下,测试并实现了一套机器学习工具包,用于约300至3500米深度域陆上地震数据的解释:先用自监督与半监督对比学习CNN进行去噪与插值以改善信号,再以(半)自监督方法在极少人工训练数据下解释层位与断层,并以荷兰Maassluis组顶面在Leeuwarden与Waalwijk三维地震数据体中的解释作为首次示范。
LiFT 把循环 DiT 的每次循环监督到一条从初始速度估计指向流匹配目标的直线路径上的对应点,使训练好的检查点可在推理时使用远超训练深度的循环数;在 ImageNet 类别条件生成上,L/2 与 XL/2 检查点通过把推理算力重新分配给循环,在更少参数与更少推理 FLOPs 下取得优于更大稠密 DiT 的 FID,而 B/2 规模上稠密模型仍更强。
已读完全部报道