公开(公告)号：CN117371330B

公开(公告)日：2024-06-14

申请号：CN202311424780.8

申请日：2023-10-30

Applicant: 重庆大学

Inventor： 陈煌 ,  余年 ,  王晨凯 ,  孔文新

IPC: G06F30/27 ,  G06N3/08 ,  G06F30/23

Abstract: 本发明涉及大地电磁法神经网络反演技术领域，具体涉及一种基于传统反演引导的大地电磁二维深度学习反演方法；利用传统二维反演结果来引导深度学习反演样本集的构建，从而显著降低了通常深度学习反演所需的样本集规模和样本模型构建的难度；通过在传统反演结果的基础上对电阻率参数进行扰动，构建了大量与实际构造相关性较高的代表性模型；经过训练，本发明的反演结果明显优于传统均匀半空间反演结果，从而使得基于传统反演引导的大地电磁二维深度学习反演方法具备了实际应用价值。

公开(公告)号：CN117371330A

公开(公告)日：2024-01-09

申请号：CN202311424780.8

申请日：2023-10-30

Applicant: 重庆大学

Inventor： 陈煌 ,  余年 ,  王晨凯 ,  孔文新

IPC: G06F30/27 ,  G06N3/08 ,  G06F30/23

Abstract: 本发明涉及大地电磁法神经网络反演技术领域，具体涉及一种基于传统反演引导的大地电磁二维深度学习反演方法；利用传统二维反演结果来引导深度学习反演样本集的构建，从而显著降低了通常深度学习反演所需的样本集规模和样本模型构建的难度；通过在传统反演结果的基础上对电阻率参数进行扰动，构建了大量与实际构造相关性较高的代表性模型；经过训练，本发明的反演结果明显优于传统均匀半空间反演结果，从而使得基于传统反演引导的大地电磁二维深度学习反演方法具备了实际应用价值。