WISE：通过次表面扩展的全波形变分推断（地震应用）

文章预览

WISE: full-Waveform variational Inference via Subsurface Extensions WISE：通过次表面扩展的全波形变分推断 https://arxiv.org/pdf/2401.06230v1 摘要 我们介绍了一种用于全波形反演（Full-Waveform Inversion, FWI）的概率技术，该技术采用 变分推断（Variational Inference, VI）和条件归一化流（Conditional Normalizing Flows, CNFs）来量化迁移速度模型中的不确定性及其对成像的影响。我们的方法将生成式人工智能与基于物理的共同成像道集（Common-Image Gathers, CIGs）相结合， 减少了对精确初始速度模型的依赖。所研究的案例证明了其在根据数据生成迁移速度模型实现方面的有效性。这些模型用于在后续成像中量化振幅和定位效应。 1 引言 全波形反演（FWI）在 勘探中起着至关重要的作用，主要是从观测到的地震数据中估计地球地下属性[1]。FWI的固有复杂性源于其非线性，以及波建模的不适定性 ………………………………