报告详情
地球物理智能反演及应用
编号：1987
访问权限：私有
更新：2023-04-10 23:21:30 浏览：623次
特邀报告
报告开始：2023年05月07日 16:25（Asia/Shanghai）
报告时间：15min
所在会场：[9B] 9B、地球物理与大地测量 [9B-2] 9B-2 地球物理与大地测量
暂无文件
摘要
人工智能崛起势如破竹，深度学习当下风头正劲，其在地球物理领域展现出了强大的能力。然而，这一切在同等计算能力下都需要“数据&算法”做支撑。在数据方面，如何有效地获取小样本代表性数据集，替代遍历循环的大数据集；在算法方面，奥卡姆剃刀的“如无必要、勿增实体”原理亦然适用于具体方法的网络结构。因此，需针对不同的具体问题再进行网络结构的搭建或精修，而并非网络结构越深越复杂预测效果越好。除此之外，深度学习也需要与地球物理特定问题相融，面对复杂抽象多元的地质地球物理先验知识，如何将其聚沙成塔加入到智能算法中，从而获得少样本条件下的高精度合理解，也值得进一步研究，作者期望未来“知识&数据”联合驱动智能算法也能够推动地球物理数据的高精度处理与解译。
关键词
地球物理,多源数据,智能反演
报告人
张志厚
西南交通大学稿件作者
全部评论
重要日期
-
会议日期
05月05日
2023
至05月08日
2023
-
03月31日 2023
初稿截稿日期
-
05月25日 2023
注册截止日期
主办单位
青年地学论坛理事会
中国科学院青年创新促进会地学分会
中国科学院青年创新促进会地学分会
承办单位
武汉大学
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
发表评论