快速地震波形建模与神经算子反演
摘要：用于确定地球结构模型和揭示地震破裂过程的地震波形模拟是一种强大的工具，但通常计算成本较高。我们引入了一种通过最近开发的机器学习范式——神经算子大大加快这些计算速度的方案。一旦训练完毕，这些模型可以以极低的成本模拟完整的波场。我们使用一个U型神经算子来学习2D弹性波方程的一个通用解算子，该解算子基于随机速度模型和源位置进行的一组数值模拟。我们证明，神经算子进行全波形模拟比传统的数值方法快近两个数量级，更重要的是，训练好的模型能够准确模拟与训练数据集明显不同的速度模型、源位置和网格离散化。该方法还可以通过自动微分实现方便的全波形反演。
作者：Yan Yang, Angela F. Gao, Kamyar Azizzadenesheli, Robert W. Clayton, Zachary E. Ross
论文ID：2209.11955
分类：Geophysics
分类简称：physics.geo-ph
提交时间：2023-04-06