Место издания:Институт математики им. С.Л.Соболева СО РАН, Математический центр в Академгородке Новосибирск, Академгородок
Первая страница:22
Последняя страница:22
Аннотация:Стандартные методы обучения полносвязных нейронных сетей (MLP) позволяют решать обратные задачи геофизики небольшой размерности. Опыт показал, что для нелинейных обратных задач с числом искомых параметров N ∼ 100и более необходимо использовать многослойные сверточные нейронные сети,для обучения которых применяются методы глубокого обучения [1].В работе представлена авторская сверточная нейронная сеть, включающаяряд дополнительных специальных преобразований (сжатие данных, подавлениевлияния неизвестной фоновой среды и др.), предшествующих обучению классической MLP и адаптированных к решаемой обратной задаче. Это позволяетформализованно решать нелинейные обратные задачи размерности N ∼ 103 иболее без задания первого приближения. Скорость инверсии измеренных данных составляет первые десятки секунд и не зависит от физической размерности задачи (2D или 3D). Найденное с помощью обученной нейросети решениеобратной задачи, при необходимости, может уточняться методом случайногопоиска. Приводятся численные результаты решения 3D задач геоэлектрики намодельных и полевых данных, подтверждающие эффективность предлагаемойнейросети.
