基于半监督对比学习的地震相智能识别方法研究OA北大核心CSTPCD
近年来,基于无监督学习和有监督学习的深度神经网络在地震相智能识别中发挥了重要的作用。但在实际应用中,无监督学习因缺少先验知识的引导,而识别精度相对较低。有监督学习需依赖大量标签信息,而实际情况难以满足该要求。提出一种半监督对比学习地震相识别方法,采用无标签数据和有标签数据共同学习以优化模型的性能和学习能力,从全部数据中学习相似样本之间的特征和不相似样本的差异,尽可能缩小同类地震相的类内距离并尽可能扩大类间距离;然后,利用少量的标签学习,将相类型和…查看全部>>
赵冀川;陈双全;李洪;于金辰;张佳伟
中国石油大学(北京)油气资源与探测国家重点实验室,北京102249 中国石油大学(北京)物探重点实验室,北京102249中国石油大学(北京)油气资源与探测国家重点实验室,北京102249 中国石油大学(北京)物探重点实验室,北京102249中国石油集团工程技术研究院有限公司,北京102299中国石油集团工程技术研究院有限公司,北京102299中国石油集团工程技术研究院有限公司,北京102299
地质学
地震相识别对比学习半监督学习深度学习自监督学习
《石油物探》 2024 (3)
P.633-644,12
国家自然科学基金(No.42174130)及CNPC物探应用基础实验和前沿理论方法研究科研项目(No.2022DQ0604-03)共同资助。
评论