Centrala begrepp
提案された3D拡散モデルは、入力ガイダンスと制約を組み合わせて複雑な3D地震データを再構築することができます。
Sammanfattning
この記事では、地震データの欠損トレースに対処するための新しい拡散モデル「SeisFusion」が提案されています。伝統的な手法や他の深層学習ベースの手法と比較して、このモデルは高い再構築精度を示しました。異なる欠損パターンに対応し、特に連続的な大規模な欠損セグメントでも優れた性能を発揮します。
Introduction
- 地震探査における重要性と課題
- 既存の再構築手法の問題点
Methodology
- 3D拡散モデルの導入と制約補正方法
- ガイド付きサンプリングプロセスの詳細
Experiments and Results
- 合成データセットSEG C3および実際のMobil Avo Viking Graben Line 12でのテスト結果
- ランダムおよび連続的な欠損シナリオでの再構築パフォーマンス比較
Statistik
"提案された方法は、50%および80%のランダム不連続欠落トレースに対して最適化されました。"
"SeisFusionは、SNRメトリックで他の手法を上回りました。"
Citat
"提案された方法は、従来の畳み込みニューラルネットワークが直面する性能低下に対処しました。"
"SeisFusionは、複雑な欠落パターンにも優れた性能を発揮します。"