文献

J-GLOBAL ID：201902291065084115   整理番号：19A1672662

辞書学習とADMMに基づく地震データ再構成【JST・京大機械翻訳】

Seismic data reconstruction using dictionary learning and the alternating direction method of multipliers

著者 (4件)： Li Hui (吉林大学地球探測科学与技術学院,吉林長春,130026) ,  Han Liguo (吉林大学地球探測科学与技術学院,吉林長春,130026) ,  Zhang Liang (吉林大学地球探測科学与技術学院,吉林長春,130026) ,  Jia Shuai (吉林大学地球探測科学与技術学院,吉林長春,130026)
資料名： Shiyou Wutan  (Shiyou Wutan)
巻： 58  号： 3  ページ： 419-426  発行年： 2019年 
JST資料番号： C2723A  ISSN： 1000-1441  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 圧縮センシングの下で辞書学習と交互方向乗数アルゴリズム(alternatingdirectionmethodofmultipliers,ADMM)と密接に関連する方法の問題がある。圧縮センシング理論における辞書学習とADMMによる地震データ再建の方法を提案した。まず、不完全地震データに対して辞書学習を行い、それを疎に表現し、さらに地震道の欠損状況に従って合理的なサンプリング行列を設計し、最後に、構築したL1ノルム拘束モデルをADMMを用いて解いて、再建後の地震データを得た。圧縮センシングにおける辞書学習とADMMに基づく地震データ補間技術の流れを確立した。順方向シミュレーションデータと実際のデータの再構成実験の結果は,圧縮センシング理論で固定ベースの再構成方法と比較して,辞書学習が地震データに順応して,より良い疎表現を達成できることを示した。一般的curvelet再構成アルゴリズムと比較して,ADMMは,地震データをより正確に再構築することができた。固定基と直交整合追跡(orthogonalmatc-hingpursuit,OMP)と比較して、圧縮感知理論では辞書学習とADMM再建の地震データを採用して、より高い信号対ノイズ比がある。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  直交性 ,  アルゴリズム ,  *再構成 ,  *地震 ,  内挿法
準シソーラス用語： 再構成アルゴリズム ,  スパース表現 ,  L1ノルム ,  *地震データ ,  圧縮センシング ,  データ再構成 ,  *辞書学習 , 【Automatic Indexing@JST】

分類 (1件)： 地震学一般  (DC03020A)

タイトルに関連する用語 (3件)： 辞書学習 ,  地震 ,  データ再構成