目次
第 1 章 基本概念
第 2 章 フォワードモデリング
第 3 章 従来の反転
第 4 章 フォワードベース FWI
第 5 章 CNN とその FWI への応用
第 6 章 U-Net とその FWI への応用
第 7 章 GAN とその FWI への応用
第 8 章 主な課題FWI 向けの深層学習
シンボル | 意味 | 述べる |
---|---|---|
ttt | 時間 | |
xxバツ | 空間の一点 | 1 次元または多次元にすることができます |
x \mathbf{x}バツ | サンプル | x = ( x 1 , … , xm ) \mathbf{x} = (x_1, \dots, x_m)バツ=( ×1、…、バツメートル) |
r\mathbf{r}r | 空間の一点 | 普通に三次元 |
Δx\DeltaxΔx _ | xx×チェンジ | |
u ( x , t ) u(x, t)u ( x ,t ) | 位置と時間によって決定される地球物理学的フィールドのタイプ | 音場、電磁界の特定の成分など。xx の場合xが 1 次元の場合、振幅と見なすことができ、場合によっては速度と見なすことができます。 |
f ( x , t ) f(x, t)f ( x ,t ) | ソース関数 | |
p ( r , t ) p(\mathbf{r}, t)p ( r ,t ) | 応力場 | プレッシャー |
v ( r ) v(\mathbf{r})v ( r ) | スピードチャート | |
s ( r , t ) s(\mathbf{r}, t)s ( r ,t ) | ソースターム | |
∇ \nabla∇ | ハミルトン演算子 | ∇ f ( x ) = ( ∂ f ( x ) ∂ x 1 , … , ∂ f ( x ) ∂ xm ) \nabla f(\mathbf{x}) = \left(\frac{\partial f(\mathbf{ x}) }{\partial x_1}, \dots, \frac{\partial f(\mathbf{x}) }{\partial x_m}\right)∇f ( × ) _=(∂ ×1∂ f ( x )、…、∂ ×メートル∂ f ( x )) |
∇ 2 \nabla^2∇2 | ラプラス演算子 | ∇ 2 f ( x ) = ( ∇ ⋅ ∇ f ) ( x ) = ∑ i = 1 m ∂ 2 f ( x ) ∂ xi 2 \nabla^2 f(\mathbf{x}) = (\nabla \cdot \ nabla f)(\mathbf{x}) = \sum_{i=1}^m \frac{\partial ^2 f(\mathbf{x})}{\partial x_i^2}∇2 f(×)=( ∇⋅∇ f ) ( x )=∑私は= 1メートル∂ ×私2∂2 f(x) |