面向非平衡训练数据集的成对地球科学数据生成的新型扩散模型

近年来，生成式 AI 技术的出现对我们的日常生活产生了变革性影响，但其在科学应用中的应用仍处于早期阶段。数据稀缺是数据驱动科学计算中一个主要的、众所周知的障碍，因此物理引导的生成式 AI 具有重大前景。在科学计算中，大多数任务研究多种数据模态的转换以描述物理现象，例如地震成像中的空间和波形、信号处理中的时间和频率，以及气候建模中的时间和光谱；因此，非常需要多模态成对数据生成，而不是通常用于自然图像（例如人脸、风景）的单模态数据生成。此外，在实际应用中，模态之间可用数据的不平衡是普遍存在的；例如，地震成像中的空间数据（即速度图）可以很容易地模拟，但真实世界的地震波形却严重缺乏。虽然最近的研究使强大的扩散模型能够生成多模态数据，但如何利用不平衡的可用数据仍不清楚。在这项工作中，我们以地下地球物理学中的地震成像为载体，提出了“UB-Diff”，一种用于多模态成对科学数据生成的新型扩散模型。一项主要创新是一进二出编码器-解码器网络结构，它可以确保从共享潜在表示中获得成对数据。然后，扩散过程将使用该共享潜在表示进行成对数据生成。在 OpenFWI 数据集上的实验结果表明，UB-Diff 在 Fréchet Inception Distance (FID) 分数和成对评估方面均显著优于现有技术，表明其能够生成可靠且有用的多模态成对数据。