|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ИНХС РАН |
||
Повышение эффективности обучения нейронных MLP сетей на основе нескольких обучающих множеств в приложении к обратной задаче геоэлектрикитезисы доклада
- Авторы: Шимелевич М.И., Оборнев Е.А., Оборнев И.Е., Родионов Е.А.
- Сборник: Марчуковские научные чтения 2020: Тезисы Междунар. конф., посв. 95-летию со дня рождения акад. Г. И. Марчука Новосибирск, 19‒23 октября 2020 г. / Ин-т вычислит. математики и матем. геофизики СО РАН
- Тезисы
- Год издания: 2020
- Место издания: Новосибирск : ИПЦ НГУ
- Первая страница: 139
- Последняя страница: 139
- DOI: 10.24411/9999-017A-2020-10235
- Аннотация: Нейронные сети (НС) широко используются при решении различного рода задач интерпретации и обработки геофизических данных. В настоящей работе рассматриваются вопросы применения аппроксимационного нейросетевого (АНС) метода для решения обратных, которые сводятся к нелинейному операторному уравнению 1 рода (соответственно к системе операторных уравнений). АНС метод заключается в построении приближенного обратного оператора задачи с помощью нейросетевых аппроксимационных конструкций (MLP сетей) на основе заранее построенного множества опорных решений прямых и обратных задач.[1-2] В связи с тем, что максимальная горизонтальная детальность первого яруса вносит основной вклад в расчётное электромагнитное (ЭМ) поле. Это значительно снижает отражение в поле отклика от нижележащих ярусов, для которых первый ярус является шумовой составляющей для высоких частот ЭМ поля. Это в свою очередь приводит к значительному снижению качества обучения глубинных ярусов. В данном исследовании предлагается строить аппроксиматоры по двум различным базам данных прямых задач: первая с «загрубленными» первыми ярусами для обучения глубинных ярусов, а вторая для аппроксимации верхних ярусов соответственно с детальной параметризацией первых ярусов.
- Добавил в систему: Оборнев Иван Евгеньевич