文献

J-GLOBAL ID：202102285575482204   整理番号：21A0730124

多層パーセプトロンによる地震データのノイズ除去【JST・京大機械翻訳】

著者 (5件)： Wang Qiqi (中南大学地球科学与信息物理学院,湖南長沙410083;中南大学有色金属成鉱預測与地質環境監測教育部重点実験室,湖南長沙410083;有色資源与地質災害探査湖南省重点実験室,湖南長沙410083) ,  Tang Jingtian (中南大学地球科学与信息物理学院,湖南長沙410083;中南大学有色金属成鉱預測与地質環境監測教育部重点実験室,湖南長沙410083;有色資源与地質災害探査湖南省重点実験室,湖南長沙410083) ,  Zhang Liang (中南大学地球科学与信息物理学院,湖南長沙410083;中南大学有色金属成鉱預測与地質環境監測教育部重点実験室,湖南長沙410083;有色資源与地質災害探査湖南省重点実験室,湖南長沙410083) ,  Liu Xiaojia (中南大学地球科学与信息物理学院,湖南長沙410083;中南大学有色金属成鉱預測与地質環境監測教育部重点実験室,湖南長沙410083;有色資源与地質災害探査湖南省重点実験室,湖南長沙410083) ,  Xu Zhimin (承徳石油高等専科学校,河北承徳,067000)
資料名： Shiyou Diqiu Wuli Kantan  (Shiyou Diqiu Wuli Kantan)
巻： 55  号： 2  ページ： 272-281  発行年： 2020年 
JST資料番号： C2202A  ISSN： 1000-7210  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： 地震探査は地質構造分析、石油ガス及びその他の鉱物資源調査などの領域に広く応用されている。環境、機器などの要素の影響により、地震データにおいて、ランダムノイズが必然的に混在し、後続の資料処理と解釈に負の影響を与えることが疑われない。多層パーセプトロン(MLP)を用いた雑音除去法を提案した。最初に,スライディングウィンドウを既知の地震データでサンプリングして一次元ベクトルに変換し,訓練集合サンプルとして多層ニューラルネットワークモデルを構築した。逆伝搬アルゴリズムにより各層のニューロンの重みを計算し,モデル訓練の平均二乗誤差を最小にした。次に,合成または測定ノイズを含む地震データを訓練モデルに入力し,訓練した重み計算モデルで出力した。上述のMLP方法による処理結果を曲波方法によるノイズ除去結果と比較し、MLP方法によるノイズ除去結果のSN比が高く、しかも有効信号を有効に保護し、特に構造詳細に対して顕著な保護効果があることを発見した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  ベクトル ,  地質構造 ,  ニューロン ,  地震探査 ,  不規則雑音 ,  一次元 ,  *雑音低減 ,  保護作用 ,  計算モデル ,  *多層パーセプトロン ,  雑音除去
準シソーラス用語： 平均二乗誤差 ,  スライディングウィンドウ ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 地震探査  (DE10030B) ,  地震学一般  (DC03020A)

タイトルに関連する用語 (3件)： 多層パーセプトロン ,  地震データ ,  ノイズ除去