基于生成对抗网络的实时集合方法更新地球模型的验证
摘要：实时更新地下不确定性的复杂性是测量和更新准确性的限制因素。我们提出了生成对抗网络（GANs），用于参数化和生成地质模型，并结合集成随机最大似然（EnRML）进行快速更新地下不确定性。这种实时的集成方法结合了由神经网络建模序列导致的高度非线性模型，可能产生不准确和/或有偏倚的后验解。本文通过多个示例说明了EnRML的预测能力，其中我们将局部超深电磁记录进行同化。与MCMC的统计验证确认了所提出的工作流能够产生地质导向井所需的可靠结果。
作者：Kristian Fossum, Sergey Alyaev, Jan Tveranger, and Ahmed H. Elsheikh
论文ID：2207.03596
分类：Geophysics
分类简称：physics.geo-ph
提交时间：2023-01-24