RUS  ENG
Полная версия
ЖУРНАЛЫ // Вычислительные методы и программирование // Архив

Выч. мет. программирование, 2023, том 24, выпуск 2, страницы 195–212 (Mi vmp1084)

Методы и алгоритмы вычислительной математики и их приложения

Построение тренировочной обучающей выборки на основе хаусдорфовой метрики в пространстве сейсмограмм для подавляющей численную дисперсию нейронной сети

К. А. Гадыльшинаa, Д. М. Вишневскийa, К. Г. Гадыльшинb, В. В. Лисицаa

a Институт нефтегазовой геологии и геофизики имени А. А. Трофимука СО РАН
b ООО “РН-БашНИПИнефть”

Аннотация: Предложена стратегия построения обучающего набора данных для подавляющей численную дисперсию нейронной сети NDM-net (numerical dispersion mitigation network), заключающаяся в расчете полного набора сейсмограмм методом конечных разностей на грубой сетке и в расчете обучающей выборки с применением более мелкой сетки. Обучающая выборка представляет собой малый набор сейсмограмм с определенным пространственным размещением источников волнового поля. После обучения сеть NDM-net позволяет аппроксимировать низкокачественные сейсмограммы, рассчитанные на грубой сетке, в сейсмограммы с меньшим шагом дискретизации. Оптимизация процесса построения репрезентативной обучающей выборки сейсмограмм основана на минимизации метрики Хаусдорфа между обучающей выборкой и полным набором сейсмограмм. Применение нейронной сети NDM-net позволяет уменьшить временные затраты при расчетах волновых полей на мелкой сетке.

Ключевые слова: численное моделирование сейсмограмм, численная дисперсия, глубокое обучение, выбор тренировочного набора.

УДК: 550.34.013.4

Поступила в редакцию: 28.11.2022

DOI: 10.26089/NumMet.v24r215



© МИАН, 2024