抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
完全Waveform Inversion(FWI)は,現在,地震データから高分解能速度モデルを得るための広く受け入れられているツールである。典型的には,その離散形式における速度モデルを矩形格子上で表現し,これらの格子点における弾性的性質を解いた。FWIは,局所最適化法を用いてほとんど解決され,そこでは,観測と計算地震記録の間の不整合を最小化することにより,速度更新を得る。また,FWIは,非一意性の傾向があることが知られている高度に非線形の問題である。大域的最適解への収束は保証されない。それは開始モデルの選択に依存する。したがって,事後分布のその後のサンプリングによる逆問題のBayes定式化は,不確実性の定量化を可能にするので,好ましい選択である。しかし,モデルの次元の増加とともに,サンプリング探索空間は計算的に高価になる。可逆Jumpハミルトニアンモンテカルロ(RJHMC)と呼ばれる最近開発したトランス次元サンプリング法を2Dフル波形反転問題に適用した。Voronoiセルを用いた速度モデルを示し,モデル空間におけるある核点の分布から決定した。この方法は2つの利点を提供する。最初に,それは,トランス次元可逆ジャンプMarkov連鎖モンテカルロ(RJMCMC)ステップを用いて,可変次元速度更新のために解決し,従って,モデルを表現するための核の最適数を達成し,不整合を最小化することを試みた。より小さな数のパラメータはモデル探索空間の効率的サンプリングに役立つ。第2に,勾配ベースのハミルトニアンモンテカルロ(HMC)ステップを適用し,さらに,このアルゴリズムが勾配で誘導される大きなステップを取ることによってサンプリングを改善する。この2段階アルゴリズムは,FWIにおけるモデル探査と不確実性定量化のための有用なツールであることを証明した。【JST・京大機械翻訳】
