Яндекс.Метрика

Е.А. Гондюл, В.В. Лисица, К.Г. Гадыльшин, Д.М. Вишневский

Выпуск: 3 , Год издания: 2024
Сериальное издание: Геофизика
Страницы: 4-11

Аннотация

В работе представлена нейронная сеть, подавляющая численную ошибку результатах сейсмического моделирования. Подход основан на представленной ранее нейронной сети NDM-net, разработанной для подавления численной дисперсии. Принцип работы, которой состоял в расчете полного набора сейсмических данных с низкой точностью с использованием грубой сетки и последующей коррекции этих данных. Для построения и обучения нейронной сети, осуществляющей такое отображение, на достаточно мелкой сетке рассчитывается тренировочный набор данных, соответствующий малому числу положений источников из рассматриваемой системы наблюдения. NDM-net позволяла эффективно подавлять численную дисперсию в данных, и ускорить сейсмическое моделирование более чем в шесть раз в двумерном случае. Однако в предыдущих исследованиях предполагалось, что при расчете волновых полей изменяется только расчетная сетка, а скоростная модель при этом не меняется, то есть модель исходно задана на грубой сетке, что не всегда, верно, для сеточных скоростных моделей. В этой работе приводится обобщение NDM-net на случай, когда исходная скоростная модель задается на мелкой сетке и огрубляется при переходе на грубую сетку, что вносит дополнительную ошибку в численное решение. Применение NDM-net в этом случае также является эффективным методом подавления ошибки и ускорения сейсмического моделирования.
индекс в базе ИАЦ: 012406