掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
人工智能地球物理勘探 版權信息
- ISBN：9787030790293
- 條形碼：9787030790293 ; 978-7-03-079029-3
- 裝幀：精裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能地球物理勘探 內容簡介
本書在概述人工智能與地球物理勘探的基本原理及二者關系的基礎上，總結了以深度學習為代表的新一代人工智能技術在地球物理勘探領域中取得的研究進展與核心成果；主要介紹不同人工智能算法在地震資料處理、地震資料解釋、地震資料反演和儲層流體預測四大類場景中的實現原理及數值模擬數據、物理模擬數據和實際數據的效果分析，并對人工智能地球物理勘探的未來發展方向進行總結與展望。
人工智能地球物理勘探 目錄
目錄叢書序前言第1章 緒論 11.1 地球物理勘探概述 11.1.1 油氣勘探的基本方法 11.1.2 油氣勘探的數據特征 31.1.3 地震勘探的基本問題 81.1.4 地震勘探的發展瓶頸 91.2 人工智能地球物理勘探概述 101.2.1 人工智能的發展歷程 101.2.2 人工智能地球物理勘探的基本原理 131.2.3 神經網絡的數學和物理理解 181.2.4 模型驅動與數據驅動的異同 25參考文獻 28第2章 人工智能地震資料處理 312.1 初至拾取 312.1.1 研究進展 312.1.2 基于滑動窗口的智能初至拾取 342.1.3 基于端到端神經網絡的初至拾取 422.1.4 基于BiLSTM網絡回歸的初至拾取 512.1.5 小結與展望 602.2 速度分析 612.2.1 研究進展 622.2.2 基于無監督聚類的速度分析 652.2.3 基于有監督神經網絡的速度分析 772.2.4 基于多模態神經網絡的速度分析 832.2.5 小結與展望 1022.3 高分辨率處理 1032.3.1 研究進展 1032.3.2 基于端到端神經網絡的高分辨率處理 1082.3.3 基于雙監督神經網絡的高分辨率處理 1182.3.4 基于物理引導神經網絡的高分辨率處理 1242.3.5 小結與展望 1312.4 提高信噪比處理 1322.4.1 研究進展 1322.4.2 基于全連接神經網絡的提高信噪比處理 1372.4.3 基于去噪自編碼器的提高信噪比處理 1452.4.4 基于深度殘差網絡的提高信噪比處理 1522.4.5 小結與展望 161參考文獻 162第3章 人工智能地震資料解釋 1753.1 層位拾取 1753.1.1 研究進展 1753.1.2 基于U-Net的層位拾取 1783.1.3 基于VQVAE的層位拾取 1903.1.4 多屬性智能融合的層位拾取 1963.1.5 小結與展望 2083.2 斷裂識別 2093.2.1 研究進展 2103.2.2 基于主成分分析的斷裂識別 2123.2.3 基于三維多尺度卷積神經網絡的斷裂識別 2193.2.4 基于深層聚合神經網絡的多屬性融合斷裂識別 2303.2.5 小結與展望 2403.3 孔洞識別 2413.3.1 研究進展 2423.3.2 基于多屬性制作標簽的孔洞識別 2433.3.3 基于VQVAE的孔洞識別 2483.3.4 聯合U-Net與VQVAE的孔洞識別 2503.3.5 小結與展望 2563.4 地震相解釋 2573.4.1 研究進展 2573.4.2 基于XGBoost有監督學習的地震相解釋 2603.4.3 基于U-Net有監督學習的地震相解釋 2663.4.4 基于半監督學習的地震相解釋 2723.4.5 基于自監督學習的地震相解釋 2773.4.6 小結與展望 2813.5 鹽丘識別 2833.5.1 研究進展 2833.5.2 基于隨機森林的鹽丘識別 2853.5.3 基于U-Net++的鹽丘識別 2913.5.4 聯合CAE與K均值的鹽丘識別 2973.5.5 小結與展望 303參考文獻 304第4章 人工智能地震資料反演 3134.1 波阻抗反演 3134.1.1 研究進展 3134.1.2 井震聯合有監督波阻抗反演 3164.1.3 井震聯合雙監督波阻抗反演 3254.1.4 數據與模型聯合驅動波阻抗反演 3354.1.5 小結與展望 3484.2 疊前彈性參數反演 3494.2.1 研究進展 3494.2.2 基于單監督學習的疊前彈性參數反演 3514.2.3 基于半監督學習的疊前彈性參數反演 3654.2.4 基于注意力機制的權重自適應彈性參數反演 3734.2.5 小結與展望 387參考文獻 389第5章 人工智能儲層流體預測 3935.1 儲層孔隙度預測 3935.1.1 研究進展 3935.1.2 井震聯合有監督孔隙度預測 3975.1.3 井震聯合半監督孔隙度預測 4045.1.4 小結與展望 4175.2 儲層流體預測 4205.2.1 研究進展 4205.2.2 基于機器學習的有監督含氣性預測 4235.2.3 基于深度學習的有監督含氣性預測 4325.2.4 基于半監督學習的含氣性預測 4395.2.5 基于多任務學習的含氣飽和度和波阻抗同時預測 4435.2.6 小結與展望 457參考文獻 459
展開全部
書友推薦
- >
巴金－再思錄
- >
史學評論
- >
【精裝繪本】畫給孩子的中國神話
- >
唐代進士錄
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
隨園食單
- >
伯納黛特,你要去哪(2021新版)
- >
小考拉的故事-套裝共3冊
本類暢銷
