Результаты поиска: 2 док. (сбросить фильтры)
Статья: ВАРИАЦИОННЫЕ АЛГОРИТМЫ ГЛУБИННОЙ КИНЕМАТИЧЕСКОЙ МИГРАЦИИ В ДВУМЕРНЫХ СРЕДАХ С ГОРИЗОНТАЛЬНЫМ ГРАДИЕНТОМ СКОРОСТИ
В работе рассмотрены три алгоритма кинематической миграции (преобразования временных полей нормальных лучей в отражающие границы), основанные на вариационной теории лучевого трассирования, разработанной профессором кафедры сейсмометрии и геоакустики геологического факультета МГУ Т.И. Облогиной. Результаты численных экспериментов на теоретических моделях слоистых сред различной сложности позволили выявить существенные недостатки «классического» вариационного алгоритма решения обратной кинематической задачи. Предложено две модификации «классического» вариационного алгоритма в части вычисления стартового угла выхода лучей от земной поверхности (принцип учета кривизны сейсмических лучей и преломления на промежуточных границах оставлен без изменений): вариационный алгоритм, использующий «лучи изображения» и алгоритм кинематической миграции для слоистых сред с переменными пластовыми скоростями, учитывающий наклон каждой границы. Полученные на теоретических моделях слоистых сред результаты продемонстрировали высокую эффективность решения обратной кинематической задачи модифицированным алгоритмом кинематической миграции, учитывающим наклон каждой границы.
Статья: ПОСТРОЕНИЕ ТРЕНИРОВОЧНОЙ ОБУЧАЮЩЕЙ ВЫБОРКИ НА ОСНОВЕ ХАУСДОРФОВОЙ МЕТРИКИ В ПРОСТРАНСТВЕ СЕЙСМОГРАММ ДЛЯ ПОДАВЛЯЮЩЕЙ ЧИСЛЕННУЮ ДИСПЕРСИЮ НЕЙРОННОЙ СЕТИ
Предложена стратегия построения обучающего набора данных для подавляющей численную дисперсию нейронной сети NDM-net (numerical dispersion mitigation network), заключающаяся в расчете полного набора сейсмограмм методом конечных разностей на грубой сетке и в расчете обучающей выборки с применением более мелкой сетки. Обучающая выборка представляет собой малый набор сейсмограмм с определенным пространственным размещением источников волнового поля. После обучения сеть NDM-net позволяет аппроксимировать низкокачественные сейсмограммы, рассчитанные на грубой сетке, в сейсмограммы с меньшим шагом дискретизации. Оптимизация процесса построения репрезентативной обучающей выборки сейсмограмм основана на минимизации метрики Хаусдорфа между обучающей выборкой и полным набором сейсмограмм. Применение нейронной сети NDM-net позволяет уменьшить временные затраты при расчетах волновых полей на мелкой сетке.