基于精细化等几何分析的深学习反演2.5维钻孔电磁测量数据库生成
数值分析
2021-07-14 v1 数值分析
摘要
在地质导向作业中，钻孔电阻率测量通常被实时反演。该反演过程可借助深度学习等先进人工智能算法高效完成。这些方法需要大型数据集，以建立多种地球模型与相应钻孔电阻率测量之间的关联。在此，我们提出采用一种先进数值方法——精细化等几何分析（rIGA）——在考虑任意二维地球模型时执行快速且精确的2.5维模拟并生成数据库。数值结果表明，使用配备两颗CPU的工作站，我们可在56小时内生成由100,000个地球模型及其相应测量组成的有意义合成数据库。
引用
@article{arxiv.2009.08132,
title = {Database Generation for Deep Learning Inversion of 2.5D Borehole Electromagnetic Measurements using Refined Isogeometric Analysis},
author = {Ali Hashemian and Daniel Garcia and Jon Ander Rivera and David Pardo},
journal= {arXiv preprint arXiv:2009.08132},
year = {2021}
}