文献

J-GLOBAL ID：202202243309645226   整理番号：22A0456441

ロバストな特異スペクトル解析フィルタによる同時震源地震データの反復的デブレンディング【JST・京大機械翻訳】

Iterative Deblending of Simultaneous-Source Seismic Data via a Robust Singular Spectrum Analysis Filter

著者 (3件)： Lin Rongzhi (Department of Physics, University of Alberta, Edmonton, AB, Canada) ,  Bahia Breno (Department of Physics, University of Alberta, Edmonton, AB, Canada) ,  Sacchi Mauricio D. (Department of Physics, University of Alberta, Edmonton, AB, Canada)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5904110.1-10  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： 従来の地震取得を通して得られたデータを反復的に推定するために,投影勾配降下(PGD)法を採用することによって同時ソース分離問題を解いた。投影演算子は,f-x(周波数-空間)領域におけるソース干渉を抑制する窓付きロバスト特異スペクトル解析(SSA)フィルタである。二因子勾配降下(BFGD)アルゴリズムにより解いたロバスト最適化問題としてSSAフィルタを再定式化した。ロバスト性は,ロバストSSAフィルタの設計のために,VoIPの2重損失関数を採用することによって達成可能になった。SSAフィルタは,共通受信者収集を破る必要がなく,通常のオフセットは小さな重複ウィンドウに集まる。従来のSSA法は入力パラメータとしてフィルタランクを必要とし,ウィンドウからウィンドウまで変化できる。後者は複雑な地震データ処理への古典的SSAフィルタリングの適用の短所であった。提案したロバストSSAフィルタはランク選択に敏感でなく,ウィンドウ化を必要とするアプリケーションを脱混合するのに魅力的である。さらに,ロバストSSA投影は,PGD法の初期反復中のランダムソース干渉の効果的な減衰を提供する。古典的およびロバストSSAフィルタを比較して,ロバストSSAフィルタを採用したときのPGD法収束の加速も報告した。最後に,合成と実データ例を提供し,パラメータ選択のための発見的戦略を論じた。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： アルゴリズム ,  干渉 ,  フィルタ ,  損失関数 ,  フィルタリング ,  *地震 ,  *震源 ,  応用プログラム ,  定式化 ,  *ロバスト性
準シソーラス用語： VoIP ,  *地震データ ,  *特異スペクトル解析 ,  受信者 ,  パラメータ選択 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ロバスト ,  特異スペクトル解析 ,  震源 ,  地震データ ,  反復