人工智能速度分析方法研究现状 |
| |
引用本文: | 彭冬冬,李振春,孙小东,王伟奇.人工智能速度分析方法研究现状[J].地球物理学进展,2022(5):2010-2023. |
| |
作者姓名: | 彭冬冬 李振春 孙小东 王伟奇 |
| |
作者单位: | 1. 中国石油大学(华东)地球科学与技术学院;2. 深层油气重点实验室;3. 海洋国家实验室海洋矿产资源评价与检测技术功能实验室 |
| |
摘 要: | 在油气地震勘探中,速度分析是关键的地震数据处理步骤.但是在传统地震处理中,人工速度分析效率低、耗费时长且人为因素影响大.随着对油气资源的需求日益增加,人工速度分析已经不能满足当前生产的需要.目前,各种人工智能方法已经应用于地震速度分析的研究之中.本文分析了主流的人工智能速度分析方法的原理和应用效果,有普通神经网络方法,卷积神经网络方法,递归神经网络方法,卷积和递归组合网络方法,聚类机器学习方法.根据各种方法的表现,最后对人工智能速度分析方法做了总结以及进一步的展望.
|
关 键 词: | 人工智能 机器学习 深度学习 速度分析 卷积神经网络 递归神经网络 聚类 |
|
|