基于时间卷积网络从地震数据估计声阻抗

在勘探地震学中，地震反演是指从地震数据推断地下物理性质的过程。物理性质的认知有助于识别地下关键构造以进行油气勘探。本工作中，我们提出一种利用基于时间卷积网络(Temporal Convolutional Network)的网络架构、将问题视为序列建模来预测声阻抗(AI)的工作流。所提工作流克服了其他网络架构通常面临的一些问题，如循环神经网络中的梯度消失，或卷积神经网络中的过拟合。所提工作流用于预测 Marmousi 2 数据集上的 AI，在留出验证集上平均 $r^{2}$ 系数为 $91\%$。