文献

J-GLOBAL ID：202202242312809366   整理番号：22A0482481

マルチスケール雑音除去畳込みニューラルネットワークによる地震ランダム雑音減衰【JST・京大機械翻訳】

Seismic Random Noise Attenuation by Applying Multiscale Denoising Convolutional Neural Network

著者 (4件)： Zhong Tie (Department of Communication Engineering, College of Electric Engineering, Northeast Electric Power University, Jilin, China) ,  Cheng Ming (Department of Communication Engineering, College of Electric Engineering, Northeast Electric Power University, Jilin, China) ,  Dong Xintong (College of Instrumentation and Electrical Engineering, Jilin University, Changchun, China) ,  Wu Ning (Department of Information, College of Communication Engineering, Jilin University, Changchun, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5905013.1-13  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： 地震探査は石油とガス資源探査で使われる一般的な方法である。しかし,現在の収集技術の限界により,野外で取得した地震記録は,典型的には厳しいインコヒーレントノイズによって汚染され,これはその後の処理および解釈手順に対して負の意味を持つ。さらに,この問題を緩和するために多数の従来の雑音除去アルゴリズムを適用したが,特に効果的な信号とバックグラウンドノイズの間のスペクトル重複を伴う地震データに対して,更なる改良が必要である。近年,フィードフォワード雑音除去畳込みニューラルネットワーク(DnCNN)を適用して,複雑なランダム雑音を抑制し,一連の本質的洞察を得た。それにもかかわらず,従来の雑音除去ネットワークは,常に単一スケール情報に依存してデータ特徴を抽出して,低信号対雑音比(SNR)で地震記録に対処するとき,性能を損なう。この問題を解決するため,ランダム雑音抑制のための試みとして,新しいマルチスケールDnCNN(MSDCNN)を開発した。従来のDnCNNとは異なり,MSDCNNは,異なるスケールで特徴を抽出でき,効果的な情報統合により情報と識別特徴を捉えることができる階層構造を持つ。一方,弱い反射事象に直面したとき,クロススケール特徴相互作用も処理精度を増加させた。合成とフィールドデータの両方から得た実験結果は,提案したネットワークがランダムノイズを効果的に抑制でき,低SNR条件下でも反射事象を正確に保存できることを示した。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： SN比 ,  アルゴリズム ,  *雑音 ,  相互作用 ,  石油 ,  *ネットワーク ,  *地震 ,  スペクトル ,  地震探査 ,  フィードフォワード ,  地震記象 ,  *不規則雑音 ,  *雑音除去
準シソーラス用語： 背景雑音 ,  *マルチスケール , 【Automatic Indexing@JST】

分類 (3件)： 地震探査  (DE10030B) ,  生体計測  (EL03020C) ,  雑音一般  (ND04010J)

タイトルに関連する用語 (6件)： マルチスケール ,  雑音除去 ,  畳込みニューラルネットワーク ,  地震 ,  ランダム雑音 ,  減衰