水平层受限注意力神经网络用于类似速度拾取
摘要：注意力神经网络在地震数据处理中是一个关键步骤。为了避免手动执行时的巨大时间成本，提出了一些用于自动选择相似速度的深度学习方法。然而，现有深度学习方法的应用仍受到实践中标签不足的限制。在本文中，我们提出了一种注意力神经网络结合点对点回归速度拾取策略来缓解这个问题。在我们的方法中，相似度图像块和速度值分别被作为网络的输入和输出。通过注意力神经网络可以有效提取相似度图像块中隐藏的全局和局部特征。还设计了一种基于水平层提取的降采样策略，以提高预测过程中的拾取效率。在合成和实测数据集上的测试表明，所提出的方法可以产生合理的结果，并与标签保持全局速度趋势一致。此外，还对实测数据集上的随机噪声稳健性进行了测试。
作者：Chenyu Qiu, Bangyu Wu, Meng Li, Hui Yang and Xu Zhu
论文ID：2207.00380
分类：Geophysics
分类简称：physics.geo-ph
提交时间：2022-07-04