RUS  ENG
Полная версия
ЖУРНАЛЫ // Журнал вычислительной математики и математической физики // Архив

Ж. вычисл. матем. и матем. физ., 2020, том 60, номер 6, страницы 1053–1065 (Mi zvmmf11095)

Эта публикация цитируется в 5 статьях

Применение нейронных сетей в нелинейных обратных задачах геофизики

Е. А. Оборневa, И. Е. Оборневb, Е. А. Родионовa, М. И. Шимелевичa

a 117485 Москва, ул. Миклухо-Маклая, 23, Российский государственный геологоразведочный университет, Россия
b 119991 Москва, Ленинские горы, МГУ, Институт ядерной физики, Россия

Аннотация: Нейронные сети широко используются при решении различного рода задач интерпретации и обработки геофизических данных. В настоящей работе рассматриваются вопросы применения аппроксимационного нейросетевого метода для решения обратных, в том числе многокритериальных задач геофизики, которые сводятся к нелинейному операторному уравнению I рода (соответственно к системе операторных уравнений). Аппроксимационный нейросетевой метод заключается в построении приближенного обратного оператора задачи с помощью нейросетевых аппроксимационных конструкций (MLP сетей) на основе заранее построенного множества опорных решений прямых и обратных задач. Приводится обзор применения aппроксимационного нейросетевого метода при решении обратных нелинейных задач геофизики. Рассматриваются методы оценки практической неоднозначности (погрешности) приближенных решений многокритериальных обратных задач. Приводятся результаты авторов по решению аппроксимационным нейросетевом методом обратной двухкритериальной 2D задачи гравиметрии в комплексе с магнитометрией. Библ. 50. Фиг. 1. Табл. 2.

Ключевые слова: обратная задача, аппроксимация, априорные и апостериорные оценки, нейронные сети, комплексирование, многокритериальная обратная задача, большая размерность.

УДК: 550.837

Поступила в редакцию: 20.01.2020
Исправленный вариант: 20.02.2020
Принята в печать: 11.02.2020

DOI: 10.31857/S0044466920060071


 Англоязычная версия: Computational Mathematics and Mathematical Physics, 2020, 60:6, 1025–1036

Реферативные базы данных:


© МИАН, 2024