文献

J-GLOBAL ID：202202263777862255   整理番号：22A0397790

教師付き降下法に基づく異方性形成における誘導検層応答のロバスト反転【JST・京大機械翻訳】

A Robust Inversion of Induction Logging Responses in Anisotropic Formation Based on Supervised Descent Method

著者 (5件)： Hao Peng (School of Electronic Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Sun Xiangyang (School of Electronic Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Nie Zaiping (School of Electronic Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Yue Xizhou (China Oilfield Services Ltd., Beijing, China) ,  Zhao Yongpeng (School of Electronic Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.8011505.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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： 本レターでは,異方性形成の検層応答解釈のための教師つき降下法(SDM)に基づく新しい反転スキームを提案した。反転方式は,従来の勾配ベースの方法と機械学習技術の特性を結合した。反転過程において,モデルパラメータは訓練フェーズから収集された下降方向に従って直接更新できる。したがって,反転は事前情報を柔軟に組み込むことができ,初期値への収束の依存性を克服することができる。また,局所最小値を避け,大域的収束を加速する。さらに,動的正則化方式を採用して,問題の不良性を減らし,そして,バギングアルゴリズムを,過剰適合を減らし,汎化能力を強化するために,訓練プロセスに組み込んだ。一連の数値例を調べて,異方性形成における反転性能を試験した。結果は,異方性形成のための提案した反転スキームが高精度,高速収束,および強いロバスト性を有することを示した。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： アルゴリズム ,  異方性 ,  *検層 ,  正則化 ,  反転過程 ,  *ロバスト性
準シソーラス用語： 事前知識 ,  モデルパラメータ ,  高精度 ,  機械学習技術 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  信号理論  (ND02020G)

タイトルに関連する用語 (8件)： 教師 ,  降下 ,  異方性 ,  誘導 ,  検層 ,  応答 ,  ロバスト ,  反転