第15期 地球物理学论坛：基于深度学习的地震数据插值重建方法

报告嘉宾：王本锋，同济大学教授，博士生导师

报告时间：7月1日（周五）下午16:30

腾讯会议：523 784 7557

报告简介：由于经济或采集因素的制约，观测地震数据不完备，特别是含空间假频的规则缺失数据，降低了后续地震数据处理及反演成像的精度，因此有必要研究地震数据插值重建方法，提高地震数据的横向连续性。本次报告将利用深度学习方法，围绕规则炮缺失插值重建、近偏移距插值重建等开展讨论，主要论述（1）插值重建问题的提炼；（2）训练集的合理构建以及（3）针对地震数据的自适应卷积核的合理设计等，利用训练集数据对搭建的深度学习网络进行训练和验证，继而利用训练的网络，达到地震数据插值重建提高横向连续性的目的。本报告从不同的角度阐述深度学习在地震数据插值重建中的应用，为深度学习在地震数据处理中的推广应用提供一定的参考意义。

地球物理学院

《物探化探计算技术》编辑部

地球勘探与信息技术教育部重点实验室

成都理工大学科学技术发展研究院

2022年6月27日