文献

J-GLOBAL ID：202202229497974532   整理番号：22A0456444

マルチタスク学習ベースの動的ウェーブレット振幅スペクトル抽出法とQ推定におけるその応用【JST・京大機械翻訳】

A Multitask Learning-Based Dynamic Wavelet Amplitude Spectra Extraction Method and Its Application in Q Estimation

著者 (3件)： Wang Jialin (State Key Laboratory of the Intelligent Technology and Systems, Easy-Signal Group, Institute for Artificial Intelligence (THUAI), Tsinghua University, Beijing, China) ,  Lu Wenkai (State Key Laboratory of the Intelligent Technology and Systems, Easy-Signal Group, Institute for Artificial Intelligence (THUAI), Tsinghua University, Beijing, China) ,  Li Yandong (Geophysical Department, Research Institute of Petroleum Exploration and Development, China National Petroleum Corporation (CNPC), Beijing, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5905310.1-10  発行年： 2022年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： 不良設定問題である動的ウェーブレット振幅スペクトル抽出(DWASE)は非定常地震データ処理にとって非常に重要である。最も困難な課題は,動的ウェーブレットと反射係数を分離する方法である。従来のDWASE法は,区分的定常仮説や減衰因子Qの推定のような事前情報に応じて不良設定問題を解決する。本論文では,マルチタスク学習ベースDWASE法を提案し,Q推定にこの方法を適用した。提案手法は,反射係数と動的地震波ウェーブレットの両方の対数時間周波数振幅スペクトル(対数的TFAS)を推定することによって,不良設定問題の多重度を減少できる。この方法では,パラメータ共有Uネットを用いて,非定常地震データの対数TFASから反射係数と動的ウェーブレットの対数TFASを抽出した。著者らの方法のDWASE結果の精度を検証するために,著者らの方法といくつかの伝統的方法によって得た合成地震データの定量的解析を行った。また,この方法の有効性を証明するために,合成およびフィールド地震データの両者におけるQ推定および減衰補償に対するこの方法のDWASE結果を適用した。また,いくつかの伝統的方法との比較を与えた。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 反射率 ,  地震波 ,  *波束 ,  定量的分析 ,  多重度 ,  対数 ,  有効性
準シソーラス用語： 時間周波数 ,  非定常性 ,  地震データ ,  振幅スペクトル , 【Automatic Indexing@JST】

分類 (1件)： 地震探査  (DE10030B)

タイトルに関連する用語 (6件)： マルチタスク学習 ,  ウェーブレット ,  振幅スペクトル ,  抽出法 ,  推定 ,  応用