Полное описание

Нечаев, Олег Валентинович. Моделирование и инверсия сигналов импульсных электромагнитных зондирований в задаче мониторинга многолетнемерзлых пород с применением методов глубокого обучения / О. В. Нечаев, К. Н. Даниловский, И. В. Михайлов. - DOI 10.15372/GiG2023211. - Текст : непосредственный // Геология и геофизика : научный журнал. - 2024. - Том 65, N 7. - С. 1012-1022. - Библиогр. в конце ст. - ISSN 0016-7886.

ГРНТИ	УДК
28.23	004.8
28.23.25	004.85
28.23.37	004.032.26
38	519.6
	550.837
	551.34

Рубрики:
Искусственный интеллект
Нейронные сети
Геология

Кл.слова (ненормированные): мониторинг многолетнемерзлых пород -- импульсное электромагнитное зондирование -- векторный метод конечных элементов -- преобразование сумуду -- экспресс-моделирование -- неитерационная инверсия -- глубокое обучение -- искусственные нейронные сети
Аннотация: Представлен подход к решению задач мониторинга многолетнемерзлых пород на основе интеграции традиционных методов электромагнитных индукционных зондирований с технологиями глубокого машинного обучения. Приводятся решение прямой задачи импульсного электромагнитного зондирования методом конечных элементов с применением преобразования Сумуду, а также результаты разработки нейросетевого решателя прямой задачи на основе искусственной нейронной сети (ИКС), обученной на рассчитанных конечно-элементным алгоритмом данных. Нейросетевой решатель характеризуется схожей точностью моделирования с конечно-элементным методом, однако работает на несколько порядков быстрее, что открывает возможности для быстрой инверсии. Приводится решение обратной задачи, основанное на алгоритме PARS. Кроме того, представлен нейросетевой алгоритм инверсии, обученный на том же наборе данных, представляющий собой альтернативный подход к решению обратной задачи. В рамках вычислительного эксперимента сравниваются результаты численной инверсии на базе нейросетевого моделирования сигналов с результатами, полученными с помощью решателя обратной задачи на основе ИНС, а также с линейной комбинацией этих решений. Этот всесторонний анализ дает понимание эффективности предлагаемого подхода, основанного на глубоком машинном обучении, в задаче мониторинга многолетнемерзлых пород и предоставляет новые идеи для его дальнейшего применения в геофизике.
Доп. точки доступа:
Даниловский, Кирилл Николаевич
Михайлов, Игорь Владиславович


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -179169-698064)

Шифр в сводном ЭК: bd3c10ecb59fd2a0e7280cb4ab98489e

Заказать
Заказ фрагмента документа ₽