通过人工神经网络对航空时域电磁数据进行（准）实时反演
地球物理
2020-11-09 v1 机器学习
数值分析
数值分析
仪器与探测器
摘要
在电磁数据采集后极快获得结果，甚至于采集期间获得结果，十分重要——不仅用于质量检查，也用于在航空时域采集过程中调整拟设测线位置。此类就绪性可在待采测数据的信息价值优化方面产生重大影响。此外，从电导率-深度成像方法仍是矿产勘探标准这一事实，可见拥有从航空时域数据快速提取电阻率模型的工具之重要性。事实上，它们计算效率极高，同时保持甚高横向分辨率。因此，即便反演策略通常在目标深度恰当重建与地下真实电阻率值可靠提取上更准确，前者仍常优于后者。本研究中，我们讨论一种基于神经网络技术的新方法，能以可比反演策略的质量提取电阻率模型，而耗时仅其一小部分。我们在合成与实地数据集上展示了所提新方法的优势。
引用
@article{arxiv.2011.03522,
title = {(Quasi-)Real-Time Inversion of Airborne Time-Domain Electromagnetic Data via Artificial Neural Network},
author = {Peng Bai and Giulio Vignoli and Andrea Viezzoli and Jouni Nevalainen and Giuseppina Vacca},
journal= {arXiv preprint arXiv:2011.03522},
year = {2020}
}