Яндекс.Метрика

А.В. Яблоков, Г.Н. Логинов, А.С. Сердюков, А.А. Дучков

Выпуск: 3 , Том: Т. 2 , Год издания: 2019
Сериальное издание: Интерэкспо ГЕО-Сибирь: XV Международный научный конгресс (г. Новосибирск, 24-26 апреля 2019 г.): Международная научная конференция "Недропользование. Горное дело. Направления и технологии поиска, разведки и разработки месторождений полезных ископаемых. Экономика. Геоэкология": Сборник материалов в 9 т.
Издатель: СГУГиТ , Место издания: Новосибирск
Страницы: 191-200

Аннотация

Работа посвящена повышению эффективности метода многоканального анализа поверхностных волн за счет реализации нового алгоритма подбора 1D-моделей скоростей поперечной волны путем обращения дисперсионных кривых на основе машинного обучения. Предлагается использовать многослойную искусственную нейронную сеть (ИНС) с последовательными связями для подбора горизонтально-слоистых моделей, составленных из вектора интерполированных значений скоростей на равномерной сетке с фиксированным шагом. Преимуществами использования обученной ИНС для задачи обращения дисперсионных кривых являются: возможность восстановления слоистых моделей с достаточной точностью для их использования на последующих этапах обработки сейсмических данных, устойчивость к помехам, не значительные требования к вычислительным ресурсам и отсутствие необходимости дополнительной настройки параметров. Результаты тестирования обученной ИНС, с предложенной в данном исследовании архитектурой, показывают высокую точность на валидации (порядка 96%), что говорит об успешности обучения и актуальной перспективе применения нейронных сетей для задач инверсии. The study is devoted to improving the efficiency of the method of multichannel analysis of surface waves due to the implementation of a new algorithm for the selection of 1D-models of the shear wave velocity by inverse dispersion curves based on machine learning. It is proposed to use a multilayer fully-connected artificial neural network (ANN) for the estimate of horizontally layered models composed of interpolated velocity values on a uniform grid with an arbitrary step. Various types of correlation dependence of the parameters of the velocity model on dispersion curves were investigated. The optimal type of the objective function was determined for ANN learning on the basis of these studies.
индекс в базе ИАЦ: 044596