文献

J-GLOBAL ID：202102283907403233   整理番号：21A1576180

深層学習による周波数領域空中電磁探査法の1次元逆解析

1D deep learning inversion of frequency domain airborne electromagnetic method

著者 (2件)： 松本侑也 (早稲田大 大学院) ,  上田匠 (早稲田大)
資料名： 物理探査学会学術講演会講演論文集  (Proceedings of the SEGJ Conference)
巻： 144th  ページ： 1-4  発行年： 2021年 
JST資料番号： L2581A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 最近,空中電磁(EM)探査データの逆解析のために,深層学習(DL)に基づく新しい逆解析法が提案されている。DLは,様々な分野で注目されている機械学習の一方法であり,例えば,自然言語処理や画像認識の分野で大きな成果を上げている。本研究では,1)逆解析が初期モデルを必要としないで実行できること,2)大量の観測データの高速計算が出来ることを,深層学習を用いたEM逆解析の利点として捉えた。著者らは,周波数領域空中電磁システム(RESOLVE)に深層ニューラルネットワーク(DNN)を用いた逆解析法を開発し適用した。合成データによるDL法の妥当性を確認した後,フィールドデータを解析し,既存の逆解析法(Gauss-Newton法)と比較した。DL法の結果は,既存方法のそれらと良く一致した。DL法は,計算速度の点で,既存の方法より10倍以上速いことが分かった。上記から,DLを用いた逆解析法が高速かつ安定な逆解析法として空中電磁データに適用できる可能性が高いと結論した。(翻訳著者抄録)

シソーラス用語： 機械学習 ,  人工知能 ,  *比抵抗法探査 ,  *数値解析 ,  *ニューラルネットワーク ,  電気抵抗率 ,  層厚 ,  多層構造 ,  画像認識 ,  計算機処理速度 ,  高速計算 ,  周波数領域 ,  双極子磁場 ,  電磁波
準シソーラス用語： ディープニューラルネットワーク ,  *逆解析 ,  *空中電磁探査 ,  深層学習

分類 (1件)： 電気探査・検層  (DE10040M)

引用文献 (13件)：

• Christensen, N. B., Fitzpatrick, A., and Munday, T., (2010): Fast approximate inversion of frequency-domain electromagnetic data, Near Surface Geophysics, 8, 1-15.
• Cox, L. H., Wilson, G. A. and Zhdanov, M. S. (2010): 3D inversion of airborne electromagnetic data using a moving footprint, Exploration Geophysics, 41, 250-259.
• Heagy, L. J., Cockett, R., Kang, S., Rosenkjaer, G. K., Oldenburg, D. W. (2017): A framework for simulation and inversion in electromagnetics, Computers & Geosciences, 107, 1-19.
• 小西尚俊・中村直文・木村智浩・中村康夫・佐々木靖人・浅井健一(1996): 新型空中電磁法による軟岩地域での地すべり調査,応用地質,36,6,455-465.
• Legault, J., Wilson, G. A., Gribenko, A. V., Zhdanov, M. S., Zhao, S. and Fisk, K. (2012): An Overview of the ZTEM and AirMt Airborne Electromagnetic Systems: A Case Study from the Nebo-Babel Ni-Cu-PGE Deposit, West Musgrave, Western Australia, Preview, 2012:158, 26-32

タイトルに関連する用語 (5件)： 深層学習 ,  周波数領域 ,  空中電磁探査法 ,  1次元 ,  逆解析