文献

J-GLOBAL ID：202202264331791147   整理番号：22A0287024

高速かつ柔軟な畳込みニューラルネットワークに基づく雑音除去のための深層学習法【JST・京大機械翻訳】

A Deep Learning Method for Denoising Based on a Fast and Flexible Convolutional Neural Network

著者 (3件)： Li Wenda (Key Laboratory Petroleum Resources Research, Institute of Geology and Geophysics, Chinese Academy of Sciences, Beijing, China) ,  Liu Hong (Key Laboratory Petroleum Resources Research, Institute of Geology and Geophysics, Chinese Academy of Sciences, Beijing, China) ,  Wang Jian (Institute of Acoustics, Chinese Academy of Sciences, 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.5902813.1-13  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： 地震データ雑音除去は常に地震探査ワークフローにおける不可欠なステップである。結果の品質は,その後の反転と移動イメージングの結果に直接影響した。本論文では,DnCNNに基づく高速で柔軟な畳込みニューラルネットワーク(FFCNN)を提案した。既存のDnCNNおよび他の人工知能(AI)ベースの雑音除去器とは対照的に,FFCNNはいくつかの望ましい特性を enjoy受する。1)ダウンサンプリングとアップスケーリング演算は,雑音除去性能を維持しながら実行時間とメモリ要求を敏感に低減でき,2)雑音レベルマップを導入し,単一畳み込みニューラルネットワーク(CNN)モデルは,異なるパラメータで雑音モデルの取扱いの柔軟性を継承することが期待されるが,これはMのノッキングによる空間変動雑音が不均一であると予想されるものである。”雑音レベルマップ”は,単一畳み込みニューラルネットワーク(CNN)モデルが,異なるパラメータで処理ノイズモデルのフレキシビリティを継承することが期待される。騒音レベルマップの増加のもう一つの利点は,騒音除去効果と地震データ詳細保存のトレードオフを制御することによって,より有用な地震データ情報を保存できることである。実際の地震データ雑音除去作業のために,本論文の主な作業と優位性は次の2つの側面に集中している。1)十分にラベル付けされたサンプルの欠如を克服するためのデータ増強戦略を導入し,2)転送学習を訓練処理に導入し,事前訓練モデルとして良く訓練された合成地震データ雑音除去ネットワークを使用した。この方法で,訓練ネットワークの学習効率を大幅に加速し,最適化できる。最後に,この知的雑音除去ネットワークFFCNNに基づく計算効率と雑音除去性能を大幅に改善できる。最後に,数値実験は,合成および実際の地震データにおける著者らの方法の有効性を証明した。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： 記憶装置 ,  最適化 ,  *雑音 ,  騒音 ,  *学習 ,  *ネットワーク ,  雑音指数 ,  *ニューラルネットワーク ,  演算 ,  画像処理 ,  人工知能 ,  *機械学習 ,  *雑音除去
準シソーラス用語： 計算効率 ,  数値実験 ,  *深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  雑音除去 ,  深層学習