|
|||||
|
|
| Transformer网络在大地电磁反演成像中的应用 | |
| 引用本文： | 刘高村王绪本袁崇鑫李德伟谢卓良.Transformer网络在大地电磁反演成像中的应用[J].物探化探计算技术,2023(4):484-496. |
| 作者姓名： | 刘高村王绪本袁崇鑫李德伟谢卓良 |
| 作者单位： | 1.成都理工大学地球勘探与信息技术教育部重点实验室610059; |
| 基金项目： | 国家自然科学基金重点项目(41930112)。 |
| 摘 要： | 传统大地电磁反演通常是基于确定性梯度的迭代求解,不仅需要大量时间计算雅可比矩阵,还依赖于初始模型的输入和正则化因子等参数的设置。近年来学者们不断引入机器学习方法以试图改善大地电磁反演,该方法不需要计算雅可比矩阵,不用输入初始模型,训练好的网络仅需几毫秒就可实现反演成像。这里利用Google团队提出的Transformer神经网络经典框架搭建大地电磁数据和模型之间的映射网络,以9240组正演数据为样本,对Transformer网络参数进行训练。采用南非开源大地电磁数据,实现了由视电阻率图像到电阻率模型的反演成像。研究表明:①经训练后的Transformer网络可以较准确的反映出异常体位置和大小;②网络实现了简单的矩阵并行化运算,大幅度提高训练的效率,且成像效率高于传统的反演。 |
| 关 键 词： | 大地电磁测深 有限元正演 Transformer 多头注意力机制 反演成像 |
| 本文献已被 维普 等数据库收录！ | |