文献

J-GLOBAL ID：201802258576160238   整理番号：18A0139846

地震データ表現のためのモデルベースデータ駆動辞書学習【Powered by NICT】

A model-based data-driven dictionary learning for seismic data representation

著者 (3件)： Yarman Can Evren (Schlumberger Cambridge Research, High Cross, Madingley Road, Cambridge CB3 0EL, UK) ,  Kumar Rajiv (Department of Earth, Ocean and Atmospheric Sciences, The University of British Columbia, 2020-2207 Main Mall, Vancouver, BC V5X 1S1, Canada) ,  Rickett James (Schlumberger Cambridge Research, High Cross, Madingley Road, Cambridge CB3 0EL, UK)
資料名： Geophysical Prospecting  (Geophysical Prospecting)
巻： 66  号： 1  ページ： 98-123  発行年： 2018年 
JST資料番号： C0069A  ISSN： 0016-8025  CODEN： GPPRA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 地震計アレイで記録された平面波事象はFourier領域における線として表すことができる。しかし,実世界には,地震イベントは,通常,曲率または振幅変動,曲率の影響がより顕著であったがそれらのFourier変換は,より長い厳密に線形でないことを意味しているが,むしろは低い周波数で狭いFourierドメインの円錐領域を占めるが,高周波で広がりを持っている。一つは局所化された「信号円錐」としてこれらの領域を考慮することができる。本研究では,地震データをモデル化するための空間-時間可変信号円錐考察した。信号円錐の変動は,スケーリング,傾斜,およびコーン制限(C制限)関数(そのFourier変換は円錐内で生息する関数)またはC Gauss関数(そのFourier変換はスローネスと周波数に対して指数関数的に減衰する多変数関数)のためのカーネルの翻訳,辞書を構成するによって得られた。データを整合させる最適による連続からスケーリング,傾斜および平行移動パラメータの離散数を見出した。これは非線形最適化問題は,非線形パラメータに対する線形パラメータと結合した制約にl_1制約を伴う可変投影法を利用した固定点法による検討である。C制限関数のためのカーネルの遅い減衰と振動挙動を最適化問題,C Gauss関数で部分的に克服のボトルネックを構成していることを観測した。補間例を通して筆者らの方法を実証した。は,提案した方法から得られた推定パラメータを用いた補間結果を示し,に基づくスパース性促進カーブレット分解,マッチング追跡Fourier補間,に基づくスパース性促進平面波分解法を用いて得られたものと比較した。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 分割法 ,  HF【周波数】 ,  円錐 ,  曲率 ,  指数関数 ,  最適化問題 ,  平面波 ,  Fourier変換 ,  *地震 ,  線形性 ,  内挿法 ,  モデリング
準シソーラス用語： スパース性 ,  局在化 ,  *地震データ , 【Automatic Indexing@JST】

著者キーワード (6件)： 辞書学習 ,  カーネル法 ,  カーネル再現 ,  変分法 ,  非線形最適化 ,  可変投影

分類 (1件)： 地震探査  (DE10030B)

タイトルに関連する用語 (5件)： 地震 ,  データ表現 ,  モデルベース ,  データ駆動 ,  辞書学習