平均化変分Bayes推論による波動方程式ベース反転【JST・京大機械翻訳】

Siahkoohi Ali; Orozco Rafael; Rizzuti Gabrio; Herrmann Felix J.

プレプリント

J-GLOBAL ID：202202201377959264 整理番号：22P0322102

平均化変分Bayes推論による波動方程式ベース反転【JST・京大機械翻訳】

Wave-equation-based inversion with amortized variational Bayesian inference

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月29日プレプリントサーバーでの情報更新日： 2022年03月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

測定ノイズとモデリング誤差を含む逆問題の解決は,データオーバーフィットを避けるために正則化を必要とする。地球の高度不均一構造が未知である地球物理学的逆問題は,解析的表現を通して事前知識を符号化する挑戦を提示する。著者らの主な貢献は,既存のデータおよびモデルペアに組み込まれた事前知識を利用する,分布外データに対してロバストである生成モデルベース正則化アプローチである。不死化変分推論の目的を利用して,条件付き正規化流(NF)を,低忠実度と高忠実度移動画像の対で事前訓練し,以前に未観測データに対する地震画像事後分布に対する低忠実度近似を達成した。NFは事前訓練後に使用され,物理誘導データ不整合とNF潜在変数に関するGauss事前分布を含む反転スキームにおける未知地震画像を再パラメータ化した。潜在変数に関するこの最適化問題の解決は,物理学とデータによって知らされる一方で,データ駆動条件付先物の利点を活用できる。数値実験は,提案した反転スキームが,雑音の多いデータおよび分布外データを扱うとき,限られたアーチファクトを有する地震画像を生成することを示した。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

図形・画像処理一般

, , , ,

前のページに戻る