公开(公告)号：CN114942473B

公开(公告)日：2024-07-02

申请号：CN202210529766.3

申请日：2022-05-16

Applicant: 中南大学

Inventor： 郭振威 ,  李方达 ,  潘新朋 ,  刘春明 ,  王博琛 ,  高大维 ,  柳建新 ,  侯新荣 ,  王妍艺

IPC: G01V1/30 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N5/04

Abstract: 本发明公开了基于注意力门神经网络的叠前地震速度反演方法，名为AG‑ResUnet。该方法的优势在于通过数据驱动的方式，充分挖掘叠前地震资料包含的地层信息，反演过程不需要初始模型，且深度学习的方法极大节约计算成本，提高工作效率。加入自适应注意力机制使得网络具有精细刻画构造边界的能力，并且具有较强的泛化能力和鲁棒性。该方法适应于大数据背景下的深部储层勘探任务，能更快速、更准确、更清晰的建立速度模型，实现准确的储层解释。

公开(公告)号：CN114942473A

公开(公告)日：2022-08-26

申请号：CN202210529766.3

申请日：2022-05-16

Applicant: 中南大学

Inventor： 郭振威 ,  李方达 ,  潘新朋 ,  刘春明 ,  王博琛 ,  高大维 ,  柳建新 ,  侯新荣 ,  王妍艺

IPC: G01V1/30 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明公开了基于注意力门神经网络的叠前地震速度反演方法，名为AG‑ResUnet。该方法的优势在于通过数据驱动的方式，充分挖掘叠前地震资料包含的地层信息，反演过程不需要初始模型，且深度学习的方法极大节约计算成本，提高工作效率。加入自适应注意力机制使得网络具有精细刻画构造边界的能力，并且具有较强的泛化能力和鲁棒性。该方法适应于大数据背景下的深部储层勘探任务，能更快速、更准确、更清晰的建立速度模型，实现准确的储层解释。