文献

J-GLOBAL ID：202202231322149992   整理番号：22A0202531

深層ニューラルネットワークによるマグネトテルリック反転のためのモデルベース合成地球電気サンプリング【JST・京大機械翻訳】

Model-Based Synthetic Geoelectric Sampling for Magnetotelluric Inversion With Deep Neural Networks

著者 (6件)： Li Ruiheng (School of Electrical Engineering, Chongqing University, Chongqing, China) ,  Yu Nian (School of Electrical Engineering, Chongqing University, Chongqing, China) ,  Wang Xuben (State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation, Chengdu University of Technology, Chengdu, China) ,  Liu Yang (School of Electrical Engineering, Chongqing University, Chongqing, China) ,  Cai Zhikun (School of Electrical Engineering, Chongqing University, Chongqing, China) ,  Wang Enci (School of Electrical Engineering, Chongqing University, Chongqing, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.4500514.1-14  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： ニューラルネットワーク(NN)は,マグネトテルリック(MT)反転問題を解くための地球電気モデルを迅速に得るための効率的なツールである。強い予測力を持つNNの訓練は,アンダーフィッティングを防ぐために多数の訓練サンプルを必要とする。多数の訓練サンプルを生成する計算負荷を低減するために,本研究では,NNの訓練効果に対するサンプルの特徴と分布の影響を分析し,サンプル生成の効率的方法を提案した。この革新的方法は3段階から成る。1)その特徴を電気的に単純化する;2)実際の地質特性に基づく不必要な特徴の除去;3)試料を高次元空間にマッピングする。単純な層化モデルに基づく数値例は,NNの予測効果を改善しながら,サンプルの数を元の数の1百万以下に低減できることを示した。より複雑な構造を処理するための性能と有効性を,公開データセット,COPROD2に対して得られた反転結果によって検証する。この先進的方法は,大いに減少した計算コストで高品質訓練サンプルを生成することができると結論づける。サンプルの特徴と分布の解析は,地球物理学的インバージョンにおける機械学習の使用に関する研究の状態を進歩させるだけでなく,また,用いた訓練サンプルに戻るこれらの現象の源を追跡する,アンダーフィッティングの機構に関する前向き研究である。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： 簡素化 ,  *ニューラルネットワーク ,  地球物理学 ,  地質 ,  高次元 ,  成層 ,  有効性 ,  機械学習 ,  前向きコホート研究
準シソーラス用語： *モデルベース ,  計算負荷 ,  計算コスト ,  高品質 ,  訓練効果 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 深層ニューラルネットワーク ,  反転 ,  モデルベース ,  地球電気 ,  サンプリング