.png){kind=icon}
.png){kind=icon}
返回
Agentic Full-Waveform Inversion Using Local and Global Optimizers
.png){kind=icon}
PRE
AI
DOI：10.1007/s11004-026-10342-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
一种新颖的机器学习方法被开发用于地震全波形反演，采用了智能体人工智能（AI）的概念。该方法涉及多个学习算法的串联，以生成一个能够高效探索和学习参数空间的自主系统，以执行高分辨率全波形反演。基于物理的探索智能体被用于生成高质量监督信号，形式为伪标签，以强化局部数据域的学习。基于L2局部或随机全局优化器的强化学习智能体与主动学习采样技术相结合，以选择最具信息量的数据样本并增强学习过程。基于物理的智能体受到数据拟合度降低的长期累积奖励策略的约束。智能体系统自主地从无标签数据池中学习，并为有效的自监督学习提供领域适应。该系统以自主和自适应的方式执行全波形反演，使用局部或全局优化器来指导反演过程。代理机器学习反演在分辨率上达到或优于传统优化技术，并显著减少计算资源的使用。在真实测试中，智能体框架与标准反演工作流相比，为确定性方案实现了高达10倍的加速，为随机马尔可夫链蒙特卡罗（MCMC）运行实现了37倍的加速。所开发的自我监督智能体方法有效地在任何数据集上执行领域适应，为基于物理的反演应用提供了一个高效、自主和自适应的框架。
Keyword:
Agentic
AI
Full-waveform inversion
Self-supervised
Optimization
Physics-driven
期刊
IF:
3.6
论文数:
184
被引数:
2.0K